Imagen

Imagen官网,Google Brain推出的文本生成圖像擴散模型

什么是Imagen?

Imagen AI 是一种文本到圖像的擴散模型，由 Google Research Brain Team 于 2022 年開發。它具有前所未有的逼真度和深層次的语言理解能力。Google Imagen AI建立在大型 Transformer 语言模型理解文本的能力之上，并具有擴散模型在高保真圖像生成方面的優势。简而言之，Imagen 是一个人工智能系統，可以根据输入文本創建逼真的圖像。

Imagen官网: https://imagen.research.google

Imagen怎么样?

谷歌的Imagen AI系統是一种可以將自然文本轉换為圖像的先进模型，类似于OpenAI的DALL-E 2。然而，谷歌目前还未向公眾開放完整版本的文本到圖像AI模型。不过，现在情况正在發生變化，至少有一些變化。谷歌宣布將在其AI Test Kitchen应用程式中添加一个不完全版的Imagen。

AI Test Kitchen是在今年早些时候發布的，它開放了谷歌部分AI技術的测試版。谷歌將在该应用程式中添加Imagen，但会有一些限制。用户可以透過两种方式与Imagen进行互动，称為”城市夢想家”和”摇摆”。

在”城市夢想家”中，用户可以創造一个城市，并選择他们想要的主题。例如，如果你想創建一个”賽博城市”，Imagen的”城市夢想家”將围繞”賽博”主题創建建筑模型。这些設计看起来类似于等距模型，就像The Verge指出的那样，”看起来有点像你在模擬城市遊戏中看到的样子”。

關于”摇摆”功能，它可以让用户創建一个小怪物。用户可以選择怪物的材质，如粘土、毛毡或橡胶，并给它穿上自己選择的衣服。Imagen將根据用户的描述創建出相应的怪物，用户可以為它命名并与之互动。这个功能有一些限制，用户無法創建任何想要的怪物，但是”摇摆”中的所有怪物都將共享一些設计语言。与DALL-E的公開测試版一样，Imagen的互动自由度也是有限的。

谷歌并没有详細說明这些限制是軟體自身的特性，但这些限制對于Imagen的后續调試非常重要。AI Test Kitchen的目的是獲得用户反馈，帮助谷歌發现AI技術方面的問题，用户与系統的互动也是测試的一部分。

随着人工智能技術變得越来越复雜和普及，相關的風险也越来越大。当限制和自由度完全開放时，一小部分用户可能会滥用这项技術。對于像谷歌这样的公司来說，用户滥用其產品可能会帶来嚴重后果，甚至在极端情况下對其他用户或谷歌本身造成嚴重損害。

毫無疑問，Imagen是最先进的人工智能模型之一。然而，能力越大，责任也越大。目前还不清楚Imagen將何时成為完全公開的商業產品，如果会成為商業產品。不过，用户目前可以透過”城市夢想家”和”摇摆”功能进行测試体验。AI Test Kitchen可在Android和iOS平台上免費下载使用。