谷歌Deepmind发布最先进的图像生成模型Imagen 2

谷歌Deepmind宣布了他们最先进的图像生成模型Imagen2。该模型通过参考图片和文本生成新图片和局部编辑的效果比较强大。

这一最新模型的主要特点包括改进的图像描述理解。为了帮助创建更高质量和更准确的图像，Imagen2的训练数据集中添加了更多描述，帮助该模型学习不同的标题风格，并更好地理解广泛的用户提示。

地址:https://deepmind.google/technologies/imagen-2/

此外，Imagen2的数据集和模型在许多领域取得了改进，这些领域通常是文本到图像工具所困扰的，包括渲染逼真的手部和人脸，以及保持图像不受干扰的视觉伪影，从而实现更加真实的图像生成。

Imagen2的扩散技术提供了高度的灵活性，使得更容易控制和调整图像的风格。通过提供参考风格图像并结合文本提示，可以训练Imagen2生成遵循相同风格的新图像。

该模型还支持图像编辑功能，如“修补”和“扩展”。通过提供参考图像和图像蒙版，用户可以使用一种称为修补的技术直接在原始图像中生成新内容，或者使用扩展技术将原始图像延伸到其边界之外。

为了应对潜在的风险和挑战，Google DeepMind在设计和开发过程中设置了严格的防护措施。Imagen2集成了SynthID，这是一种先进的数字水印工具，使Google Cloud客户能够在图像的像素中添加不可察觉的数字水印，而不会影响图像质量。这种数字水印可以在应用修改，如滤镜、裁剪或使用有损压缩方案保存后仍然可检测到。在发布功能给用户之前，Google DeepMind进行了严格的安全测试，以最小化潜在的危害风险。安全检查涵盖了训练数据、输入提示和系统生成的输出，以避免生成潜在有问题的内容。

现在，开发人员和云客户可以通过Google Cloud Vertex AI中的Imagen API使用这一先进的图像生成模型。