Google提出名為Parti的文本轉圖像技術,透過輸入文字敘述內容,即可快速生成對應圖像結果。
Parti是透過200億組輸入資料進行訓練,全名為「Pathways Autoregressive Text-to-Image」 (路徑自回歸模型文本轉圖像),同時隨著可使用參數增加,所生成圖像也會更逼真。
而為了避免造成額外影響,目前Google並未透過公眾內容訓練Parti,避免產生潛在偏見風險。
在訓練過程中,Google更表示會加入一些「噪訊」進行干擾,藉此讓人工智慧在訓練過程產生對抗生成訓練效果,避免生成結果變成千篇一律,同時也能讓生成結果精度提高。
目前在市場上類似的技術越來越多,除了Google此次提出的Parti,還包含先前由NVIDIA提出的GauGAN,或是OpenAI提出的Dall-E,以及諸如VQ-GAN+CLIP 和 Latent Diffusion Models等,均可透過簡單文字描述輸入,即可快速生成擬真影像。
《原文刊登於合作媒體mashdigi,聯合新聞網獲授權轉載。》
📌 數位新聞搶鮮看!
訂閱《科技玩家》YouTube頻道!
💡 追新聞》》在Google News按下追蹤,科技玩家好文不漏接!
📢 POCO F8 Ultra開箱!驚豔Bose低音砲 實測鏡頭拍峇里島日出、捕捉厭世猴群
📢 LINE吃200GB空間!刪1群組「全當機」靠它救回 他曝安心刪除方法
📢 iPhone用戶小心!他「打FaceTime」慘交5700元電話費 改1設定防中招
📢 iPhone 18系列「史上最難選」!打破賈伯斯策略 選機方式大變動
📢 DJI Neo 2開箱!實測新手操作 空拍日出、環繞、跟拍1秒上手
📢 懶人包/LINE帳號換機方法一文看懂!開始前檢查3件事、1錯誤害資料救不回
