Google разработала нейросеть Imagen, которая генерирует изображения по текстовому описанию. Принцип схож с DALL-E 2, но акцент смещен на фотореализм.
Добиться реалистичной картинки удалась за счет того, что нейросеть изначально создает небольшое изображение с разрешением 64×64 пикселей, а затем начинает пошагово его увеличивать, добавляя все больше и больше деталей. В конечном итоге разрешение достигает 1024×1024 пикселей. Кроме того, Imagen точнее понимает запросы, чем DALL-E 2.
Google решила пока не раскрывать исходный код и делать публичную версию из-за рисков злоупотребления возможностями нейросети, но несколько примеров работ показала у себя на сайте. Выбрали лучшие.
Мозг на космическом корабле летит к Луне
Очень злая птица
Маленький кактус в соломенной шляпе и неоновых солнцезащитных очках в пустыне Сахара
Влюбленные роботы ужинают на фоне Эйфелевой башни
Медвежонок Тедди плавает в бассейне
Корги в домике из суши
Android из бамбука
Собака смотрит в зеркало и видит кота
Корги едет на велосипеде по Таймс-сквер
Фрукт в поясе каратиста
Енот в космическом шлеме смотрит в окно ночью
Логотип Google с мозгом в виде фейерверка в небе Торонто
Фотография котика в ковбойской шляпе с гитарой на пляже
Панда в красной рубашке играет на гитаре в саду
