Poté, co si odbyl svou premiéru na letošní vývojářské konferenci I/O, je model pro generování obrázků z textu s názvem Imagen 3 od americké společnosti Google k dispozici ve všech verzích Gemini. A to i té zcela základní, dostupné bez poplatku. Dostupný bude ve všech jazycích, včetně češtiny.
Imagen 3 dokáže vytvořit obrázek z pouhých několika slov, přičemž podporuje různé styly od fotorealistických krajin přes texturované olejomalby až po abstraktní umění.
Imagen 3 přináší pokročilé schopnosti převodu textu do obrazu za zachování přísných ochranných prvků a pojistek. Pro označení a následné rozpoznání jím vytvořených obrázků využívá vodoznak vygenerovaný technologií SynthID.
V následujících dnech zprovozní Google v Imagenu 3 i možnost vytvářet obrázky osob. Nejprve ve verzi dostupné pro uživatele Gemini Advanced, Business a Enterprise v anglickém jazyce.
Služba prošla technickým vylepšením, včetně zlepšení evaluačních datasetů a množstvím zátěžových testů. Nicméně přesto v ní nebude možné vytvořit fotorealistický obrázek rozpoznatelných osob, zobrazit nezletilé, nebo příliš krvavé, násilné, či sexuální scény.
V nejbližší době do Gemini Advanced, Business a Enterprise přibude taktéž nová funkce s názvem Gems, která umožňuje uživatelům vytvářet vlastní AI experty na míru. Jednotlivé chatboty Gems si lze přizpůsobit tak, aby fungovali jako odborní poradci v různých oblastech, jako je například programování nebo kreativní psaní.
Uživatelé jednoduše zadají instrukce, dají svému Gemu jméno a pak s ním mohou kdykoli začít chatovat. Gems si dokáží taktéž zapamatovat složitou sadu instrukcí a pomoci tak uživatelům s náročným, opakujícím se úkolem.
