Google Brain 在近日发布了自己的图像生成人工智能——Imagen，而它的表现比4月新的图像生成神经网络 DALL-E 2要更好。Imagen 是一种文本到图像的扩散模型，具有深层次的语言理解能力，可以通过输入文本创建逼真的图像。Imagen 使用大型 frozen T5-XXL 编码器将输入的文本编码为 嵌入 ，然后条件扩散模型将文本嵌入映射到 64×64 的图像中，之后再进一步利用超分辨率扩散模型生成 256×256 和 1024×1024 的图像。尽管 DALL-E 2 和 Imagen 存在风险，但它们本质上大大地推动了人工智能领域的发展，使人工智能再次达到了新的高度。并且，这种人工智能图像生成的技术将有可能成为改变世界的一项技术。

  本文转自腾讯网，如有侵权请联系删除