谷歌發(fā)布Imagen 3，提升圖像文本生成技術(shù)
據(jù)報道，在今日召開的I/O 2024開發(fā)者大會上，谷歌全面升級Image 3，大幅度提高了文字轉(zhuǎn)圖像功能的精確度和精細(xì)程度。
已為谷歌人工智能研究所DeepMind掌門人的德米斯·哈薩比斯指出，相比于前款I(lǐng)magen 2，Image 3能夠更加精準(zhǔn)地解碼文字提示信息，并據(jù)此創(chuàng)建出更有創(chuàng)造力、細(xì)節(jié)豐富且出錯率較低的圖像。
針對公眾對深度偽造技術(shù)可能帶來的安全隱患的憂慮，谷歌承諾，Image 3將運用DeepMind研發(fā)的SynthID技術(shù)，在媒體內(nèi)容中添加隱形加密水印，以確保內(nèi)容真實性。
此外，用戶可通過谷歌的ImageFX工具申請試用Image 3的私人版本，而谷歌方面則表示，該模型將很快向使用谷歌企業(yè)級生成式人工智能開發(fā)平臺Vertex AI的開發(fā)者及企業(yè)客戶開放。
聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問題，請聯(lián)系本站處理。
舉報投訴
-
谷歌
+關(guān)注
關(guān)注
27文章
6254瀏覽量
111373 -
人工智能
+關(guān)注
關(guān)注
1817文章
50094瀏覽量
265302 -
DeepMind
+關(guān)注
關(guān)注
0文章
131瀏覽量
12285
發(fā)布評論請先 登錄
相關(guān)推薦
熱點推薦
谷歌AI霸主歸來！多線反擊OpenAI，開啟安卓Gemini時代
Pro、擴散語言模型Gemini Diffusion、視頻生成模型Veo 3+ Flow應(yīng)用、圖像生成模型Imagen 4等。在硬件端，分
如何在Arm Neoverse N2平臺上提升llama.cpp擴展性能
跨 NUMA 內(nèi)存訪問可能會限制 llama.cpp 在 Arm Neoverse 平臺上的擴展能力。本文將為你詳細(xì)分析這一問題，并通過引入原型驗證補丁來加以解決。測試結(jié)果表明，在基于 Neoverse N2 平臺的系統(tǒng)上運行 llama3_Q4_0 模型時，該補丁可使文本生成
使用Firebase AI Logic生成圖像模型的兩種新功能
為您的應(yīng)用添加自定義圖像，能夠顯著改善和個性化用戶體驗，有效提高用戶參與度。本文將探討使用 Firebase AI Logic 生成圖像的兩種新功能: 其一是 Imagen 專屬編輯功
萬里紅文本生成算法通過國家網(wǎng)信辦備案
近日，國家互聯(lián)網(wǎng)信息辦公室發(fā)布了第十四批深度合成服務(wù)算法備案信息，北京萬里紅科技有限公司（以下簡稱：萬里紅）自主研發(fā)的“萬里紅文本生成算法”正式通過備案。該算法致力于通過自動化的方式，提升知識問答、RAG分類、預(yù)測、文檔
看點：谷歌Veo 3.1迎來重大更新硬剛Sora 2 12英寸硅片國產(chǎn)龍頭西安奕材今日申購
Veo 3 的基礎(chǔ)上，Veo 3.1 進(jìn)一步提升了提示詞遵循度，并在以圖生視頻時提供更高的視聽質(zhì)量。谷歌這是要硬剛Sora 2的節(jié)奏嗎？ 我們看到谷歌引入了對多種輸入類型的支持，可接
谷歌DeepMind重磅發(fā)布Genie 3，首次實現(xiàn)世界模型實時交互
電子發(fā)燒友網(wǎng)綜合報道 當(dāng)?shù)貢r間2025年8月5日，谷歌DeepMind正式推出第三代通用世界模型Genie3。這款被英偉達(dá)科學(xué)家Jim Fan譽為“游戲引擎2.0”的模型，通過單文本提示即可生
關(guān)于鴻蒙App上架中“AI文本生成模塊的資質(zhì)證明文件”的情況說明
的應(yīng)用缺少AI文本生成模塊的資質(zhì)證明文件，不符合相關(guān)法律法規(guī)要求。
修改建議：AI文本生成模塊需補充提供《安全評估報告》并加手寫簽名、《安全評估報告》在全國互聯(lián)網(wǎng)安全服務(wù)管理平臺的提交結(jié)果截圖，且現(xiàn)場
發(fā)表于 06-30 18:37
谷歌新一代生成式AI媒體模型登陸Vertex AI平臺
我們在 Vertex AI 上推出新一代生成式 AI 媒體模型: Imagen 4、Veo 3 和 Lyria 2。
利用NVIDIA 3D引導(dǎo)生成式AI Blueprint控制圖像生成
AI 賦能的圖像生成技術(shù)突飛猛進(jìn)，從早期模型會生成手指過多的人類圖像，到現(xiàn)在能創(chuàng)造出令人驚嘆的逼真視覺效果。即使取得了如此飛躍，仍然存在一個
生成式人工智能認(rèn)證：重構(gòu)AI時代的人才培養(yǎng)與職業(yè)躍遷路徑
，恰似一座連接技術(shù)前沿與個體成長的橋梁，既承載著時代對人才的迫切需求，也指向著未來職場的核心競爭力。 一、技術(shù)革命的雙重性：賦能與失衡并存 生成式人工智能的突破性，在于其首次讓機器具備了“無中生有”的創(chuàng)造力。從
Gemini API集成Google圖像生成模型Imagen 3
開發(fā)者現(xiàn)在可以通過 Gemini API 訪問 Google 最先進(jìn)的圖像生成模型 Imagen 3。該模型最初僅對付費用戶開放，不久后也將面向免費用戶推出。
NVIDIA助力影眸科技3D生成工具Rodin升級
AI、計算機視覺技術(shù)在大眾娛樂市場的推廣應(yīng)用，其 3D 生成工具 Rodin（Hyper3d.ai）去年 6 月發(fā)布后迅速突破了百萬用戶量
NVIDIA RTX 5880 Ada顯卡部署DeepSeek-R1模型實測報告
DeepSeek-R1 模型在 4 張 NVIDIA RTX 5880 Ada 顯卡配置下，面對短文本生成、長文本生成、總結(jié)概括三大實戰(zhàn)場景，會碰撞出怎樣的性能火花？參數(shù)規(guī)模差異懸殊的 70B
使用OpenVINO GenAI和LoRA適配器進(jìn)行圖像生成
借助生成式 AI 模型（如 Stable Diffusion 和 FLUX.1），用戶可以將平平無奇的文本提示詞轉(zhuǎn)換為令人驚艷的視覺效果。
工商網(wǎng)監(jiān)
評論