Gempix: Google testuje precyzyjne edytowanie obrazów z wykorzystaniem sztucznej inteligencji

Wygląda na to, że Google szykuje rewolucję w edycji obrazów za pomocą sztucznej inteligencji. W kodzie eksperymentalnego projektu Google Labs, znanego jako Whisk, odkryto wzmianki o nowym modelu o nazwie Gempix. Co ciekawe, ślady Gempix znaleziono nie tylko w kodzie Gemini, ale właśnie i w Whisk.

Gempix, bazujący na Imagen 4, ma zaoferować użytkownikom bezprecedensową kontrolę nad edycją zdjęć. Sugeruje to nazwa – GEM_PIX – model ten może zostać zaprezentowany podczas sierpniowego wydarzenia Pixel.

W kodzie Whisk odkryto przełącznik „Precise Reference” oferujący trzy tryby działania: Domyślny, GEM_PIX i R2I (prawdopodobnie „reference to image”). To sugeruje, że użytkownicy będą mogli edytować obrazy, odwołując się do konkretnych referencji, a całość ma być napędzana przez różne warianty modelu.

Obecnie publiczna wersja Whisk działa na Imagen 3. Jednak zaufani testerzy mają już dostęp do Imagen 4, na którym bazują nowe modele referencyjne. Google najwyraźniej łączy możliwości generatywne Gemini z precyzyjną kontrolą opartą na referencjach.

Premiera Gempix może zbiec się z nadchodzącym wydarzeniem Made by Google, zaplanowanym na 20 sierpnia. Możliwe, że nowe funkcje zadebiutują najpierw na urządzeniach Pixel i w eksperymentach Labs, zanim trafią do szerszego grona odbiorców. Taka strategia wpisuje się w ostatnie działania Google, który często łączy nowe funkcje AI z premierami sprzętowymi, stopniowo udostępniając je szerszemu gronu użytkowników.