كشفت جوجل هذا الأسبوع عن منافس جديد لمنشئ تحويل النص إلى صورة DALLE-2 الذي تقوم به شركة OpenAI - وأخذت اللقطات في جهود منافستها.
كلا النموذجين يحولان المطالبات النصية إلى صور، لكن باحثي جوجل يزعمون أن نظامهم يوفر "صورة واقعية غير مسبوقة وفهمًا عميقًا للغة".
ويستخدم نظام Imagen سلسلة من نماذج الانتشار ثم تحول كلمات المستخدم إلى صور.
وفي الاختبارات قال فريق جوجل إن Imagen "تفوق بشكل ملحوظ" على DALL-E 2.
يقارن المعيار، الذي يطلق عليه DrawBench ، الأحكام البشرية على مخرجات مولدات نص إلى صورة مختلفة.
مما لا يثير الدهشة أن مقياس جوجل أعطى درجات قوية لنظام جوجل.
قال الباحثون في ورقتهم الدراسية: "باستخدام DrawBench ، أظهر التقييم البشري الشامل أن Imagen يتفوق في الأداء على الأساليب الحديثة الأخرى بهامش كبير" حسبما نقل موقع TheNextWeb.
