GoogleがImagen 3を発表：テキストから画像を生成する究極のモデル、プライベートプレビュー版登場

Home AIニュース GoogleがImagen 3を発表：テキストから画像を生成する究極のモデル、プライベートプレビュー版登場

Googleは、テキストから画像を生成するモデル「Imagen 3」の大規模なアップデートを発表しました。この新モデルは、詳細な描写の向上、自然言語理解の改善、優れたテキストのレンダリングを約束します。Imagen 3は、現在、特定のクリエイター向けにImageFXでプライベートプレビュー中で、開発者はアクセスを得るための待機リストに登録できます。さらに、Imagen 3はVertex AIに統合される予定です。

「これは私たちの最も進化した画像生成モデルです」と、Google DeepMindのシニアリサーチディレクター、ダグラス・エック氏がI/O開発者カンファレンスで述べました。「Imagen 3は、フォトリアリズムや豊かなディテールを提供し、視覚的アーチファクトや歪みを大幅に減少させます。プロンプトを会話的に理解し、創造性や詳細を多く提供するほど、より良い出力が得られます。Imagen 3は長文のプロンプトにおける微妙な要素の取り入れが得意で、画像生成モデルが直面してきたテキストレンダリングの課題に対して、これまでの最高の成果を示しています。」

この発表は、Googleが前回の生成モデルImagen 2をVertex AIで広く公開したわずか6か月後に行われました。この時期には、4月にテキストからライブ機能の導入もあり、AI画像生成ツールの競争が激化する中で、Googleは競争力を維持する必要があります。他のツールには、OpenAIのDALL-E、Midjourney、AdobeのFirefly、MetaのAI、MicrosoftのDesignerなどがあります。

ただし、Googleのこの分野での道のりには課題もありました。今年初め、AI生成の画像に対して一部の批評家から「過剰に政治的」とされる批判を受けました。これには、アメリカの建国の父たちを黒人男性と共に描写したり、第二次世界大戦のドイツ兵と黒人男性およびアジア系女性を一緒に描写したりしたことが含まれます。Googleはこの誤りを認め、CEOのサンダー・ピチャイはBloombergとのインタビューで謝罪を再確認しました。

Imagen 3の発表は、Google I/Oでのいくつかのエキサイティングなアップデートの一環であり、新しい動画生成モデル「Veo」の発表も含まれています。

Google、Veoを発表：OpenAIのSoraに挑む驚異の新しい生成AI動画モデル

OpenAIの新しいGPT-4oモデルの理解：開発者に与える影響と機会

Most people like

One API

295.3K

100以上のAIモデルへのシームレスなアクセスを単一のAPIで実現し、24時間年中無休の継続的なイノベーションを可能にします。

AIモデル Large Language Models (LLMs)

Controlla: interactive, remixable songs

76.1K

音楽との新しい関わり方を体験しましょう。ファンとアーティストの両方を力づけるインタラクティブな曲を通して、創造性とつながりのユニークな融合を楽しみ、好きな楽曲への参加方法が変わります。あなたの声が大切にされる活気あるコミュニティに参加しましょう！

音楽 AI Voice Cloning

Reshot AI

98.9K

プロフェッショナル品質の向上を実現するAIフォトエディターで、あなたの写真を格上げしましょう。数回のクリックで普通の写真を見事なビジュアルに変えるシームレスな編集を体験してください。

AI写真編集ツール AI Image Enhancer

Haiper AI

4.3M

急速に進化するコンテンツ制作の世界では、知覚基盤モデルが革新的なツールとして登場しています。これらの高度なAI駆動モデルは、ユーザーエンゲージメントを向上させ、クリエイティブプロセスを効率化するよう設計されており、コンテンツクリエイターが高品質な素材をより効率的に制作できるようにします。これらのモデルの重要性を探ることで、デジタルコンテンツへのアプローチをどのように革新し、比類のない革新と創造性の可能性を提供するかを明らかにしていきます。

コンテンツ作成 Large Language Models (LLMs)

Find AI tools in YBX