A Google szerint az Imagen 3 AI képgenerátor felülmúlja a DALL-E 3-at. Hogyan próbáld ki magad
Ha ingyenes és valósághű képmegjelenítést szeretne, az ImageFX - az Imagen 3 szöveg-kép modellel - egy nagyszerű lehetőség.
Felszólítás: Elég kék sekély óceán homokkal.
Mivel sok mesterséges intelligencia chatbot van a piacon, a legjobb kiválasztása kihívást jelenthet. A vita rendezésére a Google DeepMind szembeállította egymással a vezető chatbotokat, és megállapította, hogy a felhasználókat egy képgenerátor nyűgözi le a legjobban, az Imagen 3.
Egy szerdán közzétett jelentés részletezi, hogy a Google DeepMind hogyan értékelte az Imagen 3 teljesítményét elődjéhez, az Imagen 2-höz és a vezető külső modellekhez, köztük a DALL-E 3-hoz, a Midjourney v6-hoz, a Stable Diffusion 3 Large-hoz és a Stable Diffusion XL 1.0-hoz, mindkét emberi környezetben. és automatikus értékelések.
Az emberi értékelések a szöveg-képgenerálási modellek öt minőségi szempontját tesztelték: preferencia, azonnali képigazítás, vizuális vonzerő, részletes prompt-képigazítás és numerikus érvelés.
Az általános preferencia kategóriában, amely azt mérte, mennyire elégedett a felhasználó a képpel a beviteli prompthoz képest, az Imagen 3 nyert jelentős előnnyel a verseny előtt, amint az az alábbi képen is látható:
Az Imagen 3 versenyképesen teljesített a többi humán értékelési kategóriában, valamint az automatikus kiértékelésben, amely (ismét) a prompt-image igazítást és a képminőséget tesztelte.
"Összességében az Imagen 3 egyértelműen vezet a prompt-képek igazításában, különösen a részletes utasítások és a számlálási képességek tekintetében; míg a vizuális vonzerő tekintetében a Midjourney v6 veszi át a vezetést, az Imagen 3 pedig a második" - zárult a jelentés.
"Ha minden minőségi szempontot figyelembe veszünk, az Imagen 3 egyértelműen vezet az általános preferenciákban, jelezve, hogy a legjobb egyensúlyt találja a jó minőségű kimenetek között, amelyek tiszteletben tartják a felhasználói szándékot."
Túl jól hangzik, hogy igaz legyen? Így tesztelheti az Imagen 3-at az ImageFX-ben, amely a Google Labs eszköze, amely lehetővé teszi az emberek számára, hogy egyszerű szöveges üzenetekkel képeket hozzanak létre.
Az ImageFX használata
Az ImageFX a Google Labs-on, a vállalat tesztelési ötletek és termékek tesztelésére szolgáló platformján keresztül érhető el. A Google Labs többi kísérletéhez hasonlóan az eszköz elérése egyszerű és ingyenes.
Mindössze annyit kell tennie, hogy felkeresi a Google Labs-t, és kiválasztja az ImageFX-et, vagy közvetlenül az ImageFX oldalt kell felkeresnie. Ezután jelentkezzen be személyes Google-fiókjába, és kezdjen el trükközni az eszközzel. Mint minden más szöveg-kép generátor esetében, itt is írja be a párbeszédes üzenetet, hogy mit szeretne megjeleníteni.
Az ImageFX bónusza a szórakoztató csavar - egy gyors interfész, amely "kifejező chipeket" tartalmaz, amelyek segítségével kísérletezhet "alkotásának és ötleteinek szomszédos dimenzióival", a Google szerint. Miután beírt egy promptot, egy kapcsoló jelenik meg a prompt kiválasztott szavainál, amely új és mulatságos módokat javasol a módosítására.
Minden generáció négy kiváló minőségű képet készít, amelyeket élvezhet. Tapasztalataim szerint az ImageFX még a kezeket is jól renderelte. A kezek gyakran trükkös téma a képgenerátorok számára.