Google twierdzi, że jego generator obrazów Imagen 3 AI pokonuje DALL-E 3. Jak wypróbować to samodzielnie
Jeśli chcesz darmowego i realistycznego odwzorowania obrazów, ImageFX — oparty na modelu zamiany tekstu na obraz Imagen 3 — jest świetną opcją.
Podpowiedź: Całkiem niebieski, płytki ocean z piaskiem.
Przy tak dużej liczbie chatbotów AI na rynku wybranie najlepszego może być wyzwaniem. Aby rozstrzygnąć tę debatę, Google DeepMind porównał ze sobą wiodące chatboty i odkrył, że na użytkownikach największe wrażenie robi jeden generator obrazów - Imagen 3.
Opublikowany w środę raport szczegółowo opisuje, jak Google DeepMind ocenił wydajność Imagen 3 w porównaniu z jego poprzednikiem, Imagen 2 i wiodącymi modelami zewnętrznymi, w tym DALL-E 3, Midjourney v6, Stable Diffusion 3 Large i Stable Diffusion XL 1.0, zarówno w przypadku ludzi, jak i i automatyczne oceny.
W ocenach przeprowadzanych na ludziach sprawdzano pięć aspektów jakości modeli generowania tekstu na obraz: preferencje, dopasowanie obrazu do podpowiedzi, atrakcyjność wizualna, szczegółowe dopasowanie do obrazu do podpowiedzi i rozumowanie numeryczne.
W ogólnej kategorii preferencji, która mierzyła poziom zadowolenia użytkownika z obrazu w porównaniu z podpowiedzią, Imagen 3 zwyciężył ze znaczną przewagą nad konkurencją, co widać na poniższym obrazku:
Imagen 3 wypadł konkurencyjnie w innych kategoriach oceny przeprowadzanej przez ludzi, a także w ocenach automatycznych, które testowały (ponownie) dopasowanie obrazu szybkiego i jakość obrazu.
„Podsumowując, Imagen 3 wyraźnie przoduje w zakresie szybkiego dopasowania obrazu, zwłaszcza w zakresie szczegółowych podpowiedzi i umiejętności liczenia; pod względem atrakcyjności wizualnej liderem jest Midjourney v6, a Imagen 3 zajmuje drugie miejsce” - podsumowano w raporcie.
„Biorąc pod uwagę wszystkie aspekty jakości, Imagen 3 wyraźnie przoduje pod względem ogólnych preferencji, wskazując, że zapewnia najlepszą równowagę między wysokiej jakości wydrukami, które uwzględniają intencje użytkownika”.
Brzmi zbyt dobrze, aby mogło być prawdziwe? Oto, jak możesz przetestować Imagen 3 w ImageFX, narzędziu w Google Labs, które pozwala tworzyć obrazy za pomocą prostych podpowiedzi tekstowych.
Jak korzystać z ImageFX
ImageFX jest udostępniany za pośrednictwem Google Labs, platformy firmy służącej do testowania pomysłów i produktów. Podobnie jak w przypadku wszystkich innych eksperymentów w Laboratorium Google, dostęp do narzędzia jest łatwy i bezpłatny.
Wszystko, co musisz zrobić, to odwiedzić Laboratorium Google i wybrać ImageFX lub bezpośrednio odwiedzić stronę ImageFX. Następnie zaloguj się na swoje osobiste konto Google i zacznij majsterkować przy narzędziu. Podobnie jak w przypadku każdego innego generatora zamiany tekstu na obraz, wpisz monit konwersacyjny określający, co chcesz wyrenderować.
Według Google zaletą ImageFX jest zabawny dodatek — szybki interfejs zawierający „ekspresyjne elementy”, których możesz używać do eksperymentowania z „sąsiednimi wymiarami swojego dzieła i pomysłów”. Po wpisaniu podpowiedzi na wybranych słowach podpowiedzi pojawi się przełącznik, który sugeruje nowe i zabawne sposoby jej ulepszenia.
Każda generacja będzie renderować cztery obrazy wysokiej jakości, którymi możesz się cieszyć. Z mojego doświadczenia wynika, że ImageFX dobrze renderuje nawet ręce. Dłonie są często trudnym tematem dla generatorów obrazów.