Googleは、最高品質の画像生成モデルであるImagen 3を発表しました。これは、フォトリアリズムの向上、指示に対する応答の改善、そして気になるアーティファクトの減少を実現しています。この最先端のモデルは、すべてのGeminiユーザーに利用可能で、AI駆動の画像生成において重要な進歩を示しています。
Imagen 3の強化された機能
Imagen 3は、2024年のI/Oで5月に発表され、8月にGemsと共に正式に発表されました。このモデルは、より高い柔軟性と改善されたプロンプト理解を提供するよう設計されています。Googleは、このモデルが以前のバージョンに比べて、より高品質の画像と優れたテキストレンダリングを生成することを強調しています。
「Imagen 3は、これまでで最高の品質の画像生成モデルであり、フォトリアリズムのさらなる向上、指示に対するより良い応答、そしてこれまで以上に気になるアーティファクトの減少をもたらします」とGoogleは、Google GeminiアプリのXへの投稿で述べています。
Imagen 3の使用方法
Imagen 3の機能にアクセスするには、ユーザーは「描く」、「生成する」、または「作成する」という言葉で始まるプロンプトを提供し、フォトリアリスティック、水彩画、絵画、または漫画のイラストなど、希望するスタイルを指定する必要があります。Geminiは、Imagen 3を使用して画像を生成していることをユーザーに通知します。生成された画像には、識別のためにSynthIDのウォーターマークが含まれます。
SynthIDの理解
Googleは、SynthIDを「AI生成コンテンツをウォーターマークし、識別する技術」と説明しています。これは、AI生成の画像、音声、テキスト、またはビデオに直接デジタルウォーターマークを埋め込むことによって実現されます。この機能は、AI生成コンテンツの透明性と追跡可能性を高めることを目的としています。
利用制限
現在、人の画像の生成は無料ユーザーにはアクセスできません。Googleは、この機能を最初にGemini Advanced、Business、およびEnterpriseユーザーに、5月の早期アクセス中に英語で提供しました。
