As ferramentas generativas de IA do Google estão recebendo alguns dos impulsos previstos pela empresa E/S do Google. A partir desta semana, a empresa está lançando o versão de última geração de seu gerador de imagens Imagenque reintroduz a capacidade de gerar pessoas de IA (depois de um controvérsia embaraçosa no início deste ano). O chatbot Gemini do Google também adiciona Gems, a versão da empresa sobre bots com instruções personalizadas, semelhantes a GPTs personalizados do ChatGPT.
O Imagen 3 do Google é a versão atualizada de seu gerador de imagens, chegando ao Gemini. A empresa afirma que o modelo de IA de próxima geração “estabelece um novo padrão de qualidade de imagem” e é construído com grades de proteção para evitar a correção excessiva da diversidade, como as bizarras imagens históricas de IA que se tornou viral no início deste ano.
“Em uma ampla gama de benchmarks, o Imagen 3 tem um desempenho favorável em comparação com outros modelos de geração de imagens disponíveis”, escreveu Dave Citron, gerente de produto da Gemini, em um comunicado à imprensa. A ferramenta permite que você oriente a geração da imagem com instruções adicionais, caso você não goste do que ela mostra na primeira vez.
Citron diz que o Imagen 3 tem um desempenho “favorável” em comparação com a concorrência. Também inclui o Google Ferramenta SynthID para marcar imagens com marca d’águadeixando claro que eles são feitos de IA e não o artigo genuíno.
Citron diz que a capacidade de gerar pessoas retornará nos próximos dias para usuários pagos, meses depois do Google arrancou o recurso. Ele diz que novas proteções impedirão a geração de “indivíduos fotorrealistas e identificáveis” – muito longe dos problemáticos deepfakes gerado por Grok de Elon Musk. Também estão fora dos limites crianças e (como acontece com outros geradores de imagens) quaisquer cenas sangrentas, violentas ou sexuais. O gerente de produto fundamenta as expectativas dizendo que as imagens da Gemini não serão perfeitas, mas promete que a empresa continuará a ouvir o feedback dos usuários e a refinar de acordo.
A partir desta semana, o modelo Imagen 3 estará disponível para todos os usuários, mas a reintrodução de imagens com pessoas começará com usuários pagos. Os usuários do Gemini Advanced, Business e Enterprise que falam inglês podem esperar que a geração de imagens humanas retorne “nos próximos dias”.
Inicialmente visualizado no Google I/O 2024Gems são chatbots personalizados do Google com instruções criadas pelo usuário. É essencialmente a resposta de Gêmeos para GPTs da OpenAIque o concorrente do Google lançou no final do ano passado. As joias começarão a ser lançadas nos próximos dias.
“Com o Gems, você pode criar uma equipe de especialistas para ajudá-lo a pensar em um projeto desafiador, debater ideias para um próximo evento ou escrever a legenda perfeita para uma postagem nas redes sociais”, escreveu Citron. “Sua Gem também pode se lembrar de um conjunto detalhado de instruções para ajudá-lo a economizar tempo em tarefas tediosas, repetitivas ou difíceis.”
Além da folha em branco de joias personalizadas, o Gemini incluirá joias pré-fabricadas “para ajudá-lo a começar” e inspirar novas ideias. As joias pré-construídas incluem:
Treinador de aprendizagem – para ajudá-lo a entender tópicos complexos
Brainstormer – para inspirar novas ideias
Guia de carreira – orientar você nas atualizações de habilidades, decisões e metas
Editor de redação – fornecer feedback construtivo sobre gramática, tom e estrutura
Parceiro de codificação – atualize as habilidades de codificação para desenvolvedores e inspire novos projetos
Gems começa a ser lançado hoje em desktops e dispositivos móveis. No entanto, eles estão disponíveis apenas para assinantes Gemini Advanced, Business e Enterprise, portanto, você precisará de um plano pago para verificá-los.