Imagen 4 Ultra، نسخه‌ گران‌تر با توانایی درک بهتر دستورات متنی

گوگل مدل جدید Imagen 4 را معرفی کرده که نسبت به نسخه‌ قبلی یعنی Imagen 3، پیشرفت‌هایی در تبدیل متن به تصویر دارد و به گفته‌ی گوگل، برای بیشتر کاربردها قابل استفاده است.

به گزارش اخبار زنده و به نقل از انگجت، همچنین نسخه‌ پیشرفته‌تری به نام Imagen 4 Ultra نیز عرضه شده که دقت بیشتری در درک و اجرای دستورات متنی دارد، اما هزینه‌ استفاده از آن نیز بالاتر است؛ ۰/۰۶ دلار به‌ازای هر تصویر، در مقایسه با ۰/۰۴ دلار برای نسخه‌ی عادی.

در دموهای منتشرشده، Imagen 4 Ultra تصاویری از جمله یک کمیک سه‌پنله با موضوع حمله‌ی یک مارمولک فضایی آبی به یک سفینه‌ی کوچک، یک کارت‌پستال قدیمی از کیوتو، یک زوج کوهنورد، و یک عکس مُد آوانگارد را ایجاد کرده که از نظر فنی دقیق بودند، اما همچنان حس «ماشین‌ساخت بودن» از آنها می‌بارید. در حالی که این مدل‌ها در اجرای دقیق دستورات موفق‌اند، اما همچنان فاقد خلاقیت بصری و سبک منحصربه‌فرد هستند.

 

مقایسه‌ این مدل با رقبایی مانند Dall-E 3 و Midjourney 7 نشان می‌دهد که Imagen 4 با وجود پیشرفت‌ها، هنوز نتوانسته تجربه‌ای چشمگیر و متفاوت ارائه دهد. همچنین استقبال اولیه از هنر تولیدشده با هوش مصنوعی، به تدریج جای خود را به دل‌زدگی داده است و بیشتر تصاویر تولیدشده از سوی کاربران، کاربردهای تبلیغاتی یا تزئینی در رسانه‌های اجتماعی دارند.