Google представила нейросеть Imagen, которая генерирует изображения на основе текста. Для этого используется метод диффузии: от простого изображения к более сложному и детализированному, которое соответствует заданным параметрам. Нейросеть, словно художник, начинает с простого скетча и доводит картину до идеала.
Небольшое изображение изменяется в пропорциях 64 × 64 → 256 × 256 и 256 × 256 → 1024 × 1024 пикселей. Но это происходит не только за счёт масштаба, но и добавления деталей, которые делают картинку максимально похожей на техническое задание.
Разработчики Imagen представили на сайте лишь демо-версию, в которой пользователи могут выбирать слова из предложенных и составлять определённые картинки. Самим пользователям пока недоступна функция создания своих изображений.
Это связано с теми проблемами, которые могут возникнуть в случае, если текстовое задание будет содержать неприемлемые материалы.
