Gemini AI平台又双叒升级了。
这次，谷歌直接给配上了Gems助手，还有最新图像生成模型Imagen 3！
图片
这当中，最让人兴奋的便是，Imagen 3可以人人用上了。
网友们早已急不可耐，纷纷上手开启了测试。
图片
Imagen 3支持人物生成了
5月的I/O开发者大会上，谷歌首次对外亮相了Imagen 3图像生成的能力。
图片
此后几个月时间，这个AI生图工具一直在测试中。
正如当时博文所述，Imagen 3可以根据文本提示，创建出更高质量的图像。
图片
另外，Imagen 3设定了图像质量的新标准，只需几个单词就能生成图像。
你甚至可以要求Gemini 创作各种风格的图像，比如照片上的写实风景画、纹理油画，或者是异想天开的泥土场景。
图片
值得注意的是，谷歌再次引入了生成人类图像的照片。此前，因AI生图人物带上了有色眼镜，谷歌便被全网攻击。
为了解决人们对深度造假、错误信息的担忧，谷歌已采取了安全措施，比如水印SynthID。
图片
升级后的模型，外媒Ars测试后发现，当让AI生成拜登打篮球的图像时，会被拒绝请求。
而当你请求「美国总统打篮球」，便可以得到更多的请求选择。
另外，在一些快速测试中，Imagen 3还避免了生成「历史上不准确」的种族陷阱。
比如，让它生成一副英国国王肖像，AI会生成穿着一袭红色长袍，留着胡须的白人，而不是以往种族多元化战士的组合。
如下是生成教皇的照片，可以看出整体非常稳定。
图片
以往的生图效果是下面这样的，左右性别不一致，而且样貌多样。
图片
现在，当你再让Imagen 3去描绘历史场景，便会违反谷歌的人工智能的规则。
然而，谷歌Gemini此前毫不避讳地生成出了，穿着纳粹风格衣服的亚洲人、黑人。
有人测试后，感觉Imagen 3整体效果不错，不过仍有很长的路要走。
图片
定制AI助手Gems
专门化的人工智能助手Gems支持Gemini Advanced，企业、以及商业用户，面向150多个国家。
现在，任何一个人可以通过Gems，为特定任务训练一个「数字专家」。
图片
它可以是编码导师，也可以是营销策略师等等。
谷歌希望，这类面向定特任务的AI助手，能够解决像GPT-4o这样通用语言模型的局限性。
因为通过专门数据训练/定制的专业助手，能够提供更加实用、更高效的解决方案。
图片
AI巨头激战正酣，谷歌毫不示弱
过去一年里，包括OpenAI、微软、Meta、Anthropic、HuggingFace等在内的公司，都推出了可定制的AI聊天机器人平台。
这标志着整个行业，向个性化AI体验转变。
OpenAI的GPT Store于1月推出之后，开发者们可以创建和分享ChatGPT的定制版本。
微软的Copilot Studio，可以让企业能够开发定制的AI助手，而Meta的AI Studio是为了创建定制聊天机器人。
Anthropic展示了Claude自动化任务的能力，HuggingFace为定制GPT提供了一个开源的解决方案。
此时，Gems和Imagen 3的发布，似乎是谷歌试图追赶，甚至赶超竞争对手的一次尝试。
一直以来，谷歌是AI研究领域的先驱，但在面向消费者的AI产品推向市场方面，有时会落后于对手。
特别是，在别家早已发布自定义助手之后，谷歌才有所行动。
从科幻到现实：AI重塑世界
话又说回来，不论是谁家发布，这一新功能可能会对整个行业，产生深远的影响。
在教育领域，AI导师可能会提供个性化学习体验；在医疗保健中，专门的AI助手能诊断和治疗规划。
在企业中，可以使用定制AI工具简化运营。
另一方面，AI的进步也引发了关于数据隐私、工作替代、潜在滥用的问题。
尽管谷歌采取了一些强有力的安保措施，但AI发展的步伐已经超过了监管框架。
随着AI继续深入日常生活，谷歌Gemini AI可能会激发出这项技术的变革潜力。
参考资料：
https://venturebeat.com/ai/googles-gemini-ai-gets-major-upgrade-with-gems-assistants-and-imagen-3/
https://blog.google/products/gemini/google-gemini-update-august-2024/
