Gemini的AI生圖消失數(shù)月終重返！Imagen 3或成谷歌“大招”，為避免Deepfake絞盡腦汁，網(wǎng)友：最逼真的AI人像 原創(chuàng)
編輯 | 伊風(fēng)
出品 | 51CTO技術(shù)棧（微信號：blog51cto）
谷歌Gemini的AI生圖功能在漫長的沉寂后官宣重返！并推出了重大升級后的模型Imagen 3！
此前，Gemini的這項(xiàng)功能因?yàn)檫^分注重“政治正確”而被群嘲。例如生成了黑人形象的華盛頓等等，在引起廣泛爭議之后，這項(xiàng)功能隨之被禁用。
現(xiàn)在，谷歌對其進(jìn)行了升級，并準(zhǔn)備在“未來幾天”向部分用戶進(jìn)行灰度測試，該早期版本暫時(shí)只支持英語。
時(shí)隔數(shù)月，想必Imagen 3被谷歌寄于厚望，準(zhǔn)備干票大的，“一雪前恥”。
圖片
谷歌本月早些時(shí)候通過其AI Test Kitchen推出了Imagen 3，悄悄試水。
圖片
現(xiàn)在它即將支持在Gemini中進(jìn)行使用。據(jù)說，升級后的工具能夠生成從逼真的風(fēng)景到紋理豐富的油畫，而且只需“幾個(gè)詞的描述”即可。
那么，Imagen 3的效果究竟如何？與搭載了FLUX模型的Gork-2誰更能打？Gemini的生圖功能一落千丈的口碑還能撿起來嗎？
1.Imagen 3：足夠驚艷 但來遲一步
谷歌周二宣布對其Gemini AI平臺進(jìn)行了重大更新，推出了“Gems”個(gè)性化AI助手和改進(jìn)的圖像生成模型Imagen 3。
谷歌的Imagen 3 AI模型生成的數(shù)字插圖展示了一個(gè)充滿活力的幻想場景，其中一只小龍正在從蛋殼中孵化出來。該圖像展示了該模型逼真的細(xì)節(jié)渲染和以及根據(jù)文字提示生成想象場景的能力。
圖片
推友@ChatGPT研究所試用后表示：生成圖像的質(zhì)量令人嘆為觀止。
圖片
prompt：夜晚近距離拍攝一位男性沖浪者，他正騎在海浪上，一支紅色照明彈舉過頭頂，表情緊張，臉上有輕微的胡茬。他以動感姿勢站在沖浪板上，紅光照亮了翻騰的海浪，照明彈后面拖著火花和煙霧。背景是星空，畫面風(fēng)格逼真，色彩鮮艷，動態(tài)感十足。
對比小編用GPT-4o生成的同一圖像，Gemini給的圖更加真實(shí)，且動作也符合邏輯。
圖片
Gemini生成的女性肖像同樣表現(xiàn)優(yōu)越，給定的圖片中充滿了細(xì)節(jié)，皮膚的機(jī)理和肌肉都十分清晰，擺脫了之前AI重度磨皮的bug，讓人看起來非常舒適。
圖片
prompt：一位美麗的年輕女子的肖像，她穿著色彩鮮艷的藍(lán)色花卉圖案和服，頭上戴著飾有花朵的華麗發(fā)飾，臉上帶著溫柔的微笑。畫面采用暖色調(diào)照明，整體呈現(xiàn)出傳統(tǒng)的氛圍。
不過，谷歌似乎過于謹(jǐn)慎地進(jìn)行了漫長的整改。
在經(jīng)過了FLUX深度偽造級別的TED照片，以及Grok-2各種生成梗圖的狂轟亂炸以后，谷歌Imagen 3在AI社區(qū)激起的浪花稍顯不足。
2.Deepfake：如何在道德保障下推動AI生成圖像的邊界
在收回Gemini的生圖功能之后，谷歌此番動作變得更為謹(jǐn)慎。
在生成人物圖像方面，谷歌寄于了更多的限制。包括不再生成逼真的公共人物圖像，以及拒絕暴力色情相關(guān)的請求。
為應(yīng)對對深度偽造和錯(cuò)誤信息的擔(dān)憂，谷歌實(shí)施了安全措施，包括SynthID水印技術(shù)。然而，這些措施的有效性尚待觀察，可能會引發(fā)關(guān)于負(fù)責(zé)任的AI開發(fā)和使用的持續(xù)爭論。
然而，谷歌的擔(dān)憂并非空穴來風(fēng)，所做的種種限制也絕非多此一舉。
近期，韓國就爆出了一起利用AI深度偽造（Deepfake）的社會事件，被看作是采用新犯罪手段的“N號房”卷土重來。
不法分子們使用AI技術(shù)，將個(gè)人的聲音、面部表情及身體動作拼接合成虛假內(nèi)容并進(jìn)行傳播。韓國網(wǎng)民在通訊軟件“電報(bào)”（Telegram）上發(fā)現(xiàn)大量聊天群，其中有成員創(chuàng)建和分享露骨的性“深度偽造”圖像，對象甚至涉及未成年女孩。
據(jù)外媒報(bào)道，在付費(fèi)Deepfake電報(bào)頻道中，男性訂閱用戶提供女性照片，交錢后由頻道制作成色情圖片。目前全國涉及深度偽造犯罪的人數(shù)可能達(dá)到22萬，眾多女性因此陷入不安和恐懼之中。
為了反擊，韓國警方開始研究Deepfake的檢測技術(shù)。據(jù)警方透露，如果在相關(guān)軟件上傳疑似人工智能深偽的視頻，大約5至10分鐘就能辨別真?zhèn)巍＞奖硎荆c以西方人為主的信息構(gòu)成的現(xiàn)有探測軟件不同，該軟件學(xué)習(xí)了5400人的520萬條個(gè)人信息，其中包括100萬條韓國人的信息。但是該軟件的探測率約為80%，尚未達(dá)到100%。因此，比起證據(jù)資料，警方計(jì)劃將其作為設(shè)定調(diào)查方向的信息。
但是，值得深思的是，一旦受害者被制作了換臉的色情圖像，當(dāng)那些備有用心之人傳播著內(nèi)容并為此洋洋得意時(shí)，傷害就已經(jīng)實(shí)際的產(chǎn)生了。
如果不能從源頭遏制這種犯罪，再強(qiáng)大的檢測技術(shù)也只能在事后進(jìn)行彌補(bǔ)。更何況，互聯(lián)網(wǎng)往往都是謠言的聲浪高過澄清，沒有真正有效的武器讓不安中的女性保護(hù)自己免受AI換臉的毒害。
3.AI巨頭的較量：谷歌在擁擠市場中的戰(zhàn)略舉動
雖然AI生圖技術(shù)存在著相當(dāng)?shù)娘L(fēng)險(xiǎn)，但谷歌也無法放棄這方面的開發(fā)。
在過去一年中，包括OpenAI、微軟、Meta、Anthropic和Hugging Face在內(nèi)的公司都推出了可定制的AI chatbot，整個(gè)行業(yè)正向個(gè)性化AI體驗(yàn)轉(zhuǎn)變。
從Sora在年初的炸場，到FLUX給AI社區(qū)帶來的億些震撼，都表明擁抱多模態(tài)是一個(gè)不可撼動的大趨勢。
Gems和Imagen 3的推出似乎是谷歌試圖趕上甚至超越其競爭對手的努力。
盡管谷歌長期以來一直是AI研究的先驅(qū)，transformer的架構(gòu)最早就誕生于谷歌。然而，在ChatGPT爆發(fā)之后，谷歌在面向消費(fèi)者的AI產(chǎn)品推向市場方面有時(shí)有所滯后。
最近，谷歌推出自己的Pixel 9系列時(shí)，所搭載的AI功能讓人小小的驚艷了一把。
這表明，隨著AI技術(shù)的不斷成熟，主要參與者正在爭相成為最用戶友好、最強(qiáng)大且道德責(zé)任感最強(qiáng)的平臺。這樣的內(nèi)卷，倒是可以多來一些。
參考鏈接：
1.https://venturebeat.com/ai/googles-gemini-ai-gets-major-upgrade-with-gems-assistants-and-imagen-3/
本文轉(zhuǎn)載自??51CTO技術(shù)棧??，作者：伊風(fēng)
