Google เพิ่งประกาศว่า Imagen3 Model รุ่นล่าสุดได้เปิดให้นักพัฒนาผ่าน Gemini API แล้ว รุ่นนี้ไม่เพียง แต่มีความสามารถในการสร้างภาพที่ทรงพลัง แต่ยังสร้างภาพในรูปแบบศิลปะที่หลากหลายตามตัวชี้นำข้อความอินพุตครอบคลุมพื้นที่หลากหลายตั้งแต่สถิตยศาสตร์ไปจนถึงตัวละครอนิเมะ
Imagen3 นั้นใช้งานง่ายมากเท่านั้น ค่าใช้จ่ายรุ่นต่อภาพเพียง $ 0.03 เหมาะสำหรับนักพัฒนาและธุรกิจที่ต้องการการสร้างภาพแบทช์ ด้วยกลยุทธ์การกำหนดราคาที่สมเหตุสมผลนี้ Google ตั้งเป้าหมายที่จะลดเกณฑ์สำหรับงานสร้างสรรค์และอนุญาตให้ผู้คนจำนวนมากเพลิดเพลินไปกับความสนุกสนานในการสร้างสรรค์ศิลปะที่ AI นำมาใช้
Imagen3 แสดงให้เห็นถึงความสามารถที่โดดเด่นเมื่อสร้างภาพ ไม่ว่าจะเป็นสีที่ละเอียดอ่อนหรือรายละเอียดที่ซับซ้อนโมเดลสามารถตระหนักถึงความคิดของผู้ใช้ได้อย่างถูกต้อง เพื่อปรับปรุงประสบการณ์ผู้ใช้ Imagen3 ยังแนะนำฟังก์ชั่นการติดตามพรอมต์ที่ดีขึ้น ตัวอย่างเช่นการอธิบายลักษณะที่ปรากฏและพื้นหลังของสัตว์แบบจำลองสามารถสร้างภาพที่เหมาะสมอย่างยิ่งเพื่อตอบสนองความต้องการสร้างสรรค์ของผู้ใช้
นอกจากนี้ Imagen3 ยังคำนึงถึงลิขสิทธิ์และการใช้งานในทางที่ผิด ภาพที่สร้างขึ้นแต่ละภาพจะมาพร้อมกับลายน้ำดิจิตอลที่มองไม่เห็นที่เรียกว่า synthid ลายน้ำนี้ไม่สามารถรับรู้ได้ด้วยตาเปล่า แต่สามารถตรวจสอบได้ผ่านเทคโนโลยีพิเศษเพื่อให้แน่ใจว่าภาพนั้นถูกสร้างขึ้นโดย AI โดยควบคุมความเสี่ยงของข้อมูลเท็จและการใช้งานที่ไม่เหมาะสม
นอกจากนี้ยังเป็นเรื่องง่ายมากสำหรับนักพัฒนาที่เริ่มใช้ Imagen3 ด้วยตัวอย่างรหัส Python อย่างง่ายผู้ใช้สามารถโต้ตอบกับ API ได้อย่างรวดเร็วและสร้างภาพที่ชื่นชอบ ในขณะที่ Google วางแผนที่จะเชื่อมต่อโมเดลที่เกิดขึ้นกับ Gemini API ในอนาคตนักพัฒนาจะสามารถสร้างเนื้อหาแบบโต้ตอบได้มากขึ้นเพื่อผลักดันการกระจายผลิตภัณฑ์ที่สร้างสรรค์
Google กำลังสำรวจการรวมกันของสื่อและรูปแบบภาษาที่เกิดขึ้นอย่างแข็งขันและสถานการณ์แอปพลิเคชันในอนาคตจะครอบคลุมมากขึ้นและนักพัฒนาสามารถใช้เทคโนโลยีเหล่านี้เพื่อตระหนักถึงศักยภาพที่มากขึ้นในการสร้างเนื้อหาและการพัฒนาเครื่องมือ
เอกสาร: https://ai.google.dev/gemini-api/docs/imagen-prompt-guide?hl=zh-cn
การเคลื่อนไหวของ Google จะส่งเสริมแอปพลิเคชันและการพัฒนาเทคโนโลยี AI ต่อไปเพื่อให้นักพัฒนาและองค์กรสามารถเพลิดเพลินไปกับความสะดวกสบายและนวัตกรรมที่ AI นำมาใช้