هوش مصنوعی جدید گوگل به تصاویر بی‌روح جان می‌بخشد

گوگل مدل هوش مصنوعی جدید Imagen 4 را به‌عنوان نسخه‌ی ارتقایافته‌ای از سیستم متن به تصویر خود معرفی کرد. این مدل، وعده‌ی بهبود چشمگیر در رندر متون نسبت به نسخه قبلی را می‌دهد. نسخه‌ی حرفه‌ای‌تر این مدل، Imagen 4 اولترا نام دارد که با درک دقیق‌تر دستورات متنی و کیفیت خروجی بالاتر، در ازای هزینه‌ی بیشتر در دسترس کاربران قرار گرفته است. هر دو نسخه هم‌اکنون در API جمنای و Google AI Studio به‌صورت پیش‌نمایش پولی یا تست محدود ارائه شده‌اند.

طبق اعلام گوگل، Imagen 4 با نرخ ۰٫۰۴ دلار و نسخه‌ی اولترا با ۰٫۰۶ دلار به ازای هر تصویر ارائه می‌شوند. گوگل Imagen 4 را گزینه‌ای عمومی و نسخه‌ی اولترا را برای کاربرانی که به دقت بالا نیاز دارند، معرفی کرده است. این نسخه‌ها رقبایی مانند DALL-E 3 و میدجرنی ۷ را هدف گرفته‌اند.

گوگل برای نمایش توانایی Imagen 4، تصاویری مانند کمیک سه‌پنلی، کارت‌پستالی از کیوتو و یک شات ساختگی را منتشر کرد. در همه‌ی موارد، خروجی‌ها به‌خوبی با دستورات متنی تطبیق داشتند، اما همچنان رگه‌هایی از مصنوعی‌بودن در آن‌ها دیده می‌شد. رنگ‌ها زنده، جزئیات دقیق اما بدون حس هنری انسانی بودند.

در مجموع، Imagen 4 نسبت به نسخه‌ی قبلی بهتر عمل می‌کند اما هنوز نتوانسته است کاربران حرفه‌ای را شگفت‌زده کند. با کاهش علاقه‌ی عمومی به هنر تولیدشده با هوش مصنوعی و کاربردهای محدود آن در تبلیغات یا محتوای کم‌ارزش، گوگل باید برای تثبیت موقعیت خود در این رقابت، قدم‌های جسورانه‌تری بردارد.