写点什么

超越 DALL-E 2?谷歌文本转图像 AI 模型 Imagen 首次开放测试

  • 2022-11-04
    北京
  • 本文字数:949 字

    阅读完需:约 3 分钟

超越DALL-E 2?谷歌文本转图像AI模型Imagen首次开放测试

近日,谷歌开始通过 AI Test Kitchen 应用公测其文本转图像 AI 模型 Imagen,以收集用户对 Imagen 的反馈。

 

今年 6 月份,谷歌正式推出文本转图像 AI 模型 Imagen,并表示 Imagen 生成的图像已经全线超越了 DALL-E 2,原因就是 Imagen 拥有一套量身打造的测试新基准 DrawBench。

 

据悉,DrawBench 的测试指标并不是特别复杂:本质上,它就是一份包含约 200 条文本提示的列表,谷歌团队把这些提示输入到 Imagen 及其他文本到图像生成器里,再由人工评分员判断各程序的输出质量。

 

Imagen 还使用 Transformer 语言模型将输入的文本转换成一个嵌入式向量的序列。然后,连续的三个扩散模型(diffusion model)会将这些嵌入式的向量转换成 1024x1024 像素的图片。作为其成果的一部分,该团队开发了名为 U-Net 的改进型扩散模型,以及适用于文本至图像模型的新基准套件 DrawBench。按照 COCO 基准,Imagen 的 zero-shot FID 得到了 7.27 分,超过了之前表现最好的 DALL-E 2 模型。

 

不过彼时,谷歌尚未向公众开放 Imagen,并表示 Imagen“目前尚不适合公众使用”。谷歌方面也强调,这些系统在训练过程中也不可避免接触到了社会偏见,所以输出结果中也会包含种族主义、性别歧视或其他一些有毒内容。他们计划开发一种新方法来衡量“未来工作中的社会与文化偏见”,希望借此测试模型的后续迭代。

 

而随着近日谷歌将 Imagen 添加到AI Test Kitchen 应用中,用户终于可以亲自使用 Imagen。

 

据了解,AI Test Kitchen 是谷歌在今年早些时候推出的一款应用,其目的是对谷歌的各种 AI 系统进行测试。此前,用户在该应用程序中可以与谷歌的文本模型 LaMDA 进行互动,现在,用户也可以在该应用中与 Imagen 进行互动。

 

值得一提的是,谷歌对用户与 Imagen 之间的互动实施了严格的限制,用户不能随心所欲地创造文本图像,只能在选定的主题上添加不同的风格。这也是谷歌有意为之。谷歌产品管理高级总监 Josh Woodward 解释称,AI Test Kitchen 的全部意义在于:获得公众对这些 AI 系统的反馈;测试哪些行为会使得系统崩溃。

 

具体而言,用户有两种方式与 Imagen 互动:城市梦想家和 Wobble。



在“城市梦想家”中,用户可以生成围绕一个主题设计的城市图像,Imagen 能够根据用户的想法,创建样本建筑和地块。


 

在“Wobble”中,用户可以创造一个小怪物,并选择它的材质和服装。

 

2022-11-04 16:122934

评论

发布
暂无评论
发现更多内容

CAP原理简述&Doris 临时失效处理过程

Mars

CAP原理

LeetCode题解:121. 买卖股票的最佳时机,一次遍历,JavaScript,详细注释

Lee Chen

算法 大前端 LeetCode

第 10 周 作业

Pyr0man1ac

BATJ一线大厂面试必问的4大框架源码,该如何学习?

Java架构师迁哥

Week6 (技术选型二)作业1

shuyaxx

架构师训练营第二期 Week 6 总结

bigxiang

极客大学架构师训练营

JVM垃圾回收

少林寺三毛

JVM

架构师 01 期,第十周课后作业

子文

架构师训练营 - 第 10 周课后作业(1 期)

阿甘

训练营第六周作业

大脸猫

极客大学架构师训练营

【架构师训练营第 1 期 10 周】 作业

Bear

极客大学架构师训练营

week1总结

ルンルン

架构是训练营第 10 周学习笔记

郎哲158

第 10 周 模块分解

Pyr0man1ac

架構師訓練營第 1 期 - 第 10 周作業

Panda

架構師訓練營第 1 期

架构是训练营第 10 周作业

郎哲158

架构师训练营第六周作业

李日盛

CAP

技术选型总结二

Mars

技术选型

【第十周】课后作业

薇凉

第六周 cap原理

Geek_9527

食堂就餐卡系统设计

ルンルン

关于微服务架构

天天向上

极客大学架构师训练营

第六周 cap原理

落朽

Elasticsearch配置和集群维护

Rayzh

ELK 日志 Elastic Stack

周练习 10

何毅曦

第六周学习总结

晴空万里

第十周学习总结

knight

第十周总结

orchid9

「架构师训练营第 1 期」第十周作业

张国荣

Netty源码解析 -- FastThreadLocal与HashedWheelTimer

binecy

源码 Netty

架构方法 - 学习笔记

心晴雨亦晴(~o~)

超越DALL-E 2?谷歌文本转图像AI模型Imagen首次开放测试_文化 & 方法_凌敏_InfoQ精选文章