Google 繼推出文本生成圖像 AI 工具「Imagen」，公開了一系列 Imagen 生成的圖片後，早前正式有限度地亮相並公開給大眾。Google 產品管理高級總監 Josh Woodward 表示，將會以有限的方式將 Imagen 新增到 Google 的 AI Test Kitchen 應用程式中，主要用作技術團隊收集意見，從而了解人工智能模型的能力和局限。
Google 繼推出文本生成圖像 AI 工具「Imagen」，公開了一系列 Imagen 生成的圖片後，早前正式有限度地亮相並公開給大眾。Google 產品管理高級總監 Josh Woodward 表示，將會以有限的方式將 Imagen 新增到 Google 的 AI Test Kitchen 應用程式中，主要用作技術團隊收集意見，從而了解人工智能模型的能力和局限。
Imagen 是什麼？
Imagen 是文字生成圖像的擴散模型（Diffusion Model），可以解析用家輸入的文字，深度理解文字意義，然後輸出像相片般的寫實圖像。Imagen 由 Google 旗下深度學習與人工智慧科研專案團隊 Google Brain 負責，建於大型 Transformer 語言模型之上，因此擁有強大的文字理解能力，透過擴散模型便能生成高畫質的圖像。
如何與 Imagen 互動？
Imagen 怎麼用？目前為止，有兩種方式與 Imagen 互動，包括：City Dreamer 和 Wobble。
City Dreamer：這與 SimCity 中看到畫像類似，用戶可以在這模式中輸入圍繞城市設計的不同元素，例如南瓜、牛仔布或顏色等。Imagen 便會隨之創建與之相乎的城鎮廣場、公寓樓、機場等不同建築物和土地。
Wobble：這與 Pixar 中的 Monsters 類似，用戶現要創作一個小怪物，可以 可以先選擇粘土、毛氈、杏仁糖、橡膠不同材質，然後選擇衣服，Imagen 模型便會根據文字生成小怪物。你還可為它起名字，戳戳小怪物讓它動起來。
Imagen 與 DALL-E 2 比較
Google 利用 DrawBench 圖像模型基準測試，評估 Imagen 的文字生成圖像能力。結果顯示，比較 VQ-GAN、LDM 及 DALL-E 2 等不同類型工具，Imagen 生成的圖像逼真度更高，語言理解能力更好，亦較符合輸入的文字，偏好率更高達 50%。簡單而言，DALL-E 2 容易混淆多個顏色指令的文字，相反 Imagen 則能準確地為圖像配色。
Imagen 發展與挑戰
1. 社會影響
Imagen 與其他文字生成圖像系統一樣，都存有被誤用的潛在風險，所以社會各界都有要求開發商提供負責任的原始碼的聲音
2. 嚴重依賴數據庫
目前市場上文字生成圖像模型對數據的要求，導致研究人員過份依賴大型、大部分未經整理的、網路抓取的數據集。縱使近年演算法快速進步，但這種性質的數據庫往往帶有社會刻板印象、壓迫性觀點、對邊緣群體有所貶損等「有毒」資訊。
