跳到正文
IFAI

AIGC

Google 悄悄向全美开放 Imagen 3:画质拉满,但审查严到被吐槽

首次发布 传播指数 31

近日,Google 悄悄通过 ImageFX 平台向全美用户开放文生图模型 Imagen 3,并同步公开技术论文。新模型在画面质感与文字渲染上进步明显,但安全过滤极为严苛,不少用户抱怨连常规、无害的提示词都会被直接拦截。

Google 悄悄向全美开放 Imagen 3:画质拉满,但审查严到被吐槽
图:venturebeat.com

你想在 AI 生成器里画一个帅气的未来赛博改造人,结果系统直接弹窗拒绝,理由是有害内容。

这就是不少美国用户打开 Google 新图像工具时的真实遭遇。

Google 最近悄悄向所有美国用户开放了新一代文生图模型 Imagen 3。用户可以通过 Google 的 ImageFX 实验平台直接上手,官方同步在 arXiv 上放出了技术论文。

Imagen 3 最早在 5 月的 Google I/O 大会上亮相,6 月先小范围开放给部分 Vertex AI 商业客户。这次全量推给美国普通用户,算是 Google 在图像生成战场上的一次正面铺开。

细节拉满,但连「改造人」都画不出来

从官方论文来看,Imagen 3 属于潜在扩散模型。Google 称在多项评估中,它的表现超过了当时其他顶尖水准的模型。

首批上手体验的用户,给出的反馈却非常两极。

夸它的人主要集中在两点:物体质感极其细腻,而且能在画面里准确渲染复杂的英文字母。这两项过去一直是扩散模型的噩梦。一位在 Reddit 上的营销从业者甚至觉得,用它来找配图,已经比翻几百页商用图库省心多了。

但骂它的人也毫不客气,矛头全指向了严厉到近乎过敏的审查机制。

在 Reddit 上,有用户吐槽自己一半的提示词都被拦截,而自己根本没输入任何出格内容。另一位用户抱怨说,自己连画一个赛博改造人(cyborg)都被判定违规拦截。还有人直言,虽然画质确实比 Imagen 2 强,但因为动不动就报错拦截,实际干活反而更心累。

Google 对此在论文中明确表示,他们使用了极其广泛的数据过滤与标注手段,就是为了把有害内容从源头上彻底掐死。

截然相反的两条路线

有意思的是,就在 Google 谨慎放开 Imagen 3 的同一周,马斯克旗下的 xAI 正式推出了 Grok-2。

Grok-2 几乎完全走向了另一个极端。它集成在 X 平台的付费订阅中,对图像生成的限制极少。上线才短短几天,平台上就已经充斥着各种公众人物的恶搞图和暴力画面。

一边是防守严密、宁可误杀也不愿担责的科技巨头,另一边是放飞自我、把争议当流量的新贵。随着美国大选临近,这两家公司的路线碰撞变得尤为显眼。

为什么重要

对于创作者和企业用户来说,Imagen 3 绝对是一把双刃剑。

如果你需要制作高精度的商业海报、产品渲染图,或者需要画面里出现清晰准确的文字排版,它现在的质量完全值得你立刻去试。但如果你想做科幻、奇幻概念设计,或者需要稍微天马行空一点的视觉表达,它那套严防死守的安全网,很可能会让你改提示词改到崩溃。

我们认为,Google 这步棋下得非常务实,但同时也显得有些保守过头。

作为一个常年身处反垄断和公众舆论风口浪尖的巨头,Google 承受不起任何深度伪造丑闻的打击,宁愿让普通用户在 Reddit 上抱怨产品难用,也绝不敢重蹈之前 Gemini 人像风波的覆辙。从企业品牌安全的角度看,这种防御姿态很聪明,至少企业级客户用起来会非常安心。

但问题在于,过于严苛的规则很容易把真正有创意的核心用户推向竞品。当隔壁的 Midjourney 在画质和自由度之间寻找平衡,甚至连 Grok 都在用无底线的自由吸引眼球时,Imagen 3 这种连正常词汇都频繁误杀的体验,很可能会让它在技术领先的前提下,丢掉大众创作者的市场份额。

来源 (1)

  1. [1]
    venturebeat.com(在新标签页打开)原文venturebeat.com

每日 AI 内容精选