谷歌文本转图像人工智能模型 Imagen 首次公开亮相

CTOnews.com 11 月 3 日消息，谷歌在发布其文本转图像的人工智能系统方面极为谨慎，尽管该公司的 Imagen 模型产生的输出质量与 OpenAI 的 DALL-E 2 或 Stability AI 的 Stable Diffusion 相当，但谷歌此前并没有将该系统向公众开放。

不过今天，这家搜索巨头宣布将把 Imagen 以非常有限的形式添加到其 AI Test Kitchen 应用中，作为一种收集关于该技术的早期反馈的方式。

AI Test Kitchen 是在今年早些时候推出的，目的是对谷歌的各种 AI 系统进行测试。目前，该应用程序提供了一些不同的方式与谷歌的文本模型 LaMDA 进行互动，该公司很快将增加类似的限制性 Imagen 请求，作为其所谓的应用程序"第二季"更新的一部分。简而言之，将有两种方式与 Imagen 互动：城市梦想家和 Wobble。

在"城市梦想家"中，用户可以要求模型生成围绕他们选择的主题设计的城市元素，例如，南瓜、牛仔布。Imagen 创建了样本建筑和地块（城市广场、公寓楼、机场等等），所有的设计都以类似于在《模拟城市》中看到的等距模型出现。

在 Wobble 中，你可以创造一个小怪物。可以选择它的材质（粘土、毛毡、杏仁糖、橡胶），然后给它穿上你选择的衣服。该模型会生成你的怪物，给它起个名字，然后你可以戳戳它，让它"跳舞"。

CTOnews.com了解到，与其它文本到图像的模式相比，这些互动是非常受限制的，用户不能随便创造他们喜欢的东西。不过，这也是谷歌有意为之。谷歌产品管理高级总监乔希-伍德沃德（Josh Woodward）解释称，AI Test Kitchen 的全部意义在于：a）获得公众对这些 AI 系统的反馈；b）测试哪些行为会使得系统崩溃。

不过最大的问题是，谷歌是否会想把这些模型推向更广泛的公众，会采取什么形式？目前，该公司的竞争对手 OpenAI 和 Stability AI 正急于将文本-图像模型商业化，谷歌是否会觉得自己的系统足够安全，可以走出 AI Test Kitchen 提供给用户？