Google uzlabo Gemini Picture Rediģēšana ar Nano Banana modeli

Dvīņi labāk rediģē savus attēlus ar jaunu modeļa atjauninājumu no Google Deepmind.

Modelis, kas cēlās līdz Lmarena līderu saraksta augšdaļai ar pseidonīmu “Nano banānu”, faktiski sauc Dvīņi 2.5 zibspuldzes attēlsApvidū Google Deepmind komanda saka, ka šis modelis ir apmācīts padarīt subjektus konsekventākus dažādos AI ģenerēto attēlu labojumos. Tas ir bijis jautājums AI attēlu modeļiem, ņemot vērā to neparedzamo raksturu.

Spēja augšupielādēt un dabiski rediģējiet fotoattēlus Dvīņos pastāv jau kopš šī gada aprīļa. Tā vietā, lai apgūtu tādu fotoattēlu rediģēšanas programmatūras tehniskos un gadījumus, lietotāji var augšupielādēt attēlu Gemini un aprakstīt izmaiņas, kuras viņi vēlas vienkāršā izteiksmē, žargons nav nepieciešams. Ar Dvīņu atjauninātais modelisGoogle saka, ka jūs varat darīt tādas lietas kā mainīt subjekta apģērbu un atrašanās vietu, vienlaikus saglabājot to līdzību.

Varat arī augšupielādēt vairākus fotoattēlus un likt priekšmetiem parādīties kopā vienā fotoattēlā vai pievienot un mainīt konkrētas detaļas augšupielādētā attēlā, lai redzētu, kā izskatās istaba ar atšķirīgu krāsu vai dažādām mēbelēm.

Lūk, Dvīņu mēģinājums rediģēt manu suni uz leju suņu pozā un pārcelt viņu uz jogas studiju. Viņas līdzība ir tāda pati, un tā veiksmīgi rediģēja attēlu, lai viņas acis būtu atvērtas, wager viņas ķermenis nav izliekts tā, kā tam vajadzētu būt. (Es zinātu, esmu daudzkārt redzējis šo rotaļīgo pozu no viņas.)

Lūk, mans suns lola, neveiciet jogu
Kredīts: Mashable

Šeit ir Gemini-rediģētā versija, kad es pamudināju to atvērt acis, ievietot viņu lejupejošā suņa pozā un nomainīt fonu uz jogas studiju. Tas ir tuvu, wager ne gluži pareizi.
Kredīts: Mashable

Kā paziņoja Google Deepmind, modelis, iespējams, ne vienmēr to pareizi sakārto. Joprojām varētu būt neprecizitātes ar smalkām detaļām, tekstu attēlā un neatbilstības. Ar manu eksperimentu mana suņa kažokāda izskatās pārāk gluda, wager viņas kopējais krāsojums, lielums un forma paliek nemainīga. Visiem attēliem ir redzams ūdenszīme un neredzams ūdenszīme ar nosaukumu Synthid, lai mazinātu visas neskaidrības par to, vai tie ir īsti vai AI ģenerēti. Šis atjauninājums tagad ir tiešraidē, tāpēc jūs varat to izmēģināt pats Dvīņu lietotnē.