Πλήρης Oδηγός για το ImageFX

Τους τελευταίους μήνες τα μοντέλα γενιάς εικόνας όπως τα DALLE-3, Sora και Midjourney έχουν τραβήξει τα φώτα της δημοσιότητας.

Αυτά τα εργαλεία που είναι έτοιμα να διαμορφώσουν τον τρόπο με τον οποίο οι marketers διεξάγουν τις καθημερινές τους εργασίες.

Η παραγωγή κειμένου σε εικόνα, στο σημερινό περιβάλλον των μέσων κοινωνικής δικτύωσης, παρέχει στις εταιρείες και τις μικρές ομάδες, τη δυνατότητα να παράγουν μεγάλες ποσότητες περιεχομένου υψηλής ποιότητας σε ένα κλάσμα της τιμής και του χρόνου.

Και τώρα η Google έκανε το μοντέλο AI ImageFX διαθέσιμο παγκοσμίως.

Σε αυτό το άρθρο θα μάθουμε πώς να δημιουργήσουμε έναν λογαριασμό, να αναπτύξουμε τις καλύτερες προτροπές για το εργαλείο και να συγκρίνουμε τα αποτελέσματά του με άλλα δημοφιλή εργαλεία παραγωγής κειμένου σε εικόνα.

Τι Eίναι το ImageFX

Το ImageFX είναι ένα νέο εργαλείο από τα Google Labs που επιτρέπει στους χρήστες να δημιουργούν εικόνες χρησιμοποιώντας απλές λεκτικές προτροπές.

Τροφοδοτείται από το Imagen 2, το προηγμένο μοντέλο παραγωγής εικόνων από κείμενο της Google DeepMind.

Το εργαλείο έχει σχεδιαστεί για δημιουργική εξερεύνηση, επιτρέποντας στους χρήστες να πειραματίζονται με διάφορες προτροπές και έννοιες.

Περιλαμβάνει ένα χαρακτηριστικό που ονομάζεται "εκφραστικά τσιπ" για πειραματισμό με διαφορετικές πτυχές της δημιουργίας και ιδεών, με στόχο την ενίσχυση της δημιουργικότητας και της ανακάλυψης.

Η παγκόσμια αγορά δημιουργών εικόνων με τεχνητή νοημοσύνη παρουσιάζει σημαντική ανάπτυξη. Το 2022, το μέγεθος της αγοράς αξιολογήθηκε στα $213,8 εκατομμύρια και προβλέπεται να αυξηθεί με ετήσιο ρυθμό ανάπτυξης 16,5% από το 2023 έως το 2032, φτάνοντας τα $944 εκατομμύρια έως το 2032.

Εγκατάσταση βήμα προς βήμα

Η ImageFX άργησε να μπει στο παιχνίδι σε σχέση με τους ανταγωνιστές της, απλά σκεφτείτε ότι το DALLE κυκλοφόρησε πριν από 2 χρόνια και το Midjourney ένα χρόνο μετά από αυτό. Είναι λοιπόν ενδιαφέρον να δούμε αν η αναμονή απέδωσε για τη Google.

1. Επισκεφθείτε την ιστοσελίδα https://aitestkitchen.withgoogle.com/tools/image-fx

2. Θα ανοίξει η ακόλουθη σελίδα. Κάντε κλικ σε ένα από τα δύο εικονίδια "Εγγραφή" και εγγραφείτε με το λογαριασμό gmail σας.

3. Μόλις εγγραφείτε και συνδεθείτε, θα δείτε το ακόλουθο περιβάλλον εργασίας. Αυτό σημαίνει ότι είστε έτοιμοι να ξεκινήσετε να δημιουργείτε με ατελείωτες δυνατότητες.

Προτροπές ImageFX

Το ImageFX ξεχωρίζει με τα μοναδικά χαρακτηριστικά υπόδειξης που επιτρέπουν στους χρήστες να εξερευνούν δημιουργικές ιδέες μέσω λεκτικών προτροπών.

Τροφοδοτείται από το Imagen 2, το τελευταίο μοντέλο παραγωγής εικόνων από κείμενο της Google DeepMind, εξασφαλίζοντας υψηλή ποιότητα δημιουργίας εικόνων.

Επιπλέον, η Google έχει εφαρμόσει μέτρα ασφαλείας για την αποτροπή δημιουργίας προβληματικού περιεχομένου και έχει προσθέσει ψηφιακά υδατογραφήματα για λόγους αναγνώρισης.

Ένα από τα κύρια χαρακτηριστικά που διαφοροποιεί το ImageFX από τον ανταγωνισμό είναι η ικανότητά του να επιτρέπει στους χρήστες να αλλάζουν τις λέξεις στις προτροπές ανάλογα με το τι προσπαθούν να δημιουργήσουν.

Το εργαλείο δίνει στον χρήστη στην πραγματικότητα μερικές επιλογές για πολλαπλές αλλαγές στην προτροπή. Η παρακάτω εικόνα περιγράφει αυτή τη διαδικασία.

Ας πούμε ότι χρησιμοποιείτε την ακόλουθη προτροπή:

"Σχεδιάστε τη συσκευασία για μια νέα μάρκα μπισκότων σοκολάτας με την ονομασία "ChocoDips".

Θα παρατηρήσετε ότι ορισμένες λέξεις της προτροπής είναι γραμμένες με μοβ χρώμα. Αυτή ακριβώς είναι μία από τις μοναδικές λειτουργίες αυτού του εργαλείου.

Όταν κάνετε κλικ σε οποιοδήποτε από αυτά τα μωβ πλαίσια γύρω από τις λέξεις, το εργαλείο θα σας παρέχει ένα σύνολο εναλλακτικών επιλογών που μπορείτε να χρησιμοποιήσετε για να δημιουργήσετε την τέλεια εικόνα.

Πιστεύω ότι αυτό είναι ένα από τα καλύτερα χαρακτηριστικά εκεί έξω, κάθε φορά που δημιουργώ προτροπές για πελάτες, μερικές φορές πρέπει να τρέξω την ίδια προτροπή μερικές φορές για να βρω τον σωστό συνδυασμό λέξεων και το ImageFX είναι το μόνο εργαλείο μετατροπής κειμένου σε εικόνα που γνωρίζω εκεί έξω που έχει αυτή τη στιγμή αυτό το χαρακτηριστικό.

Α, και να μην ξεχάσω αυτή είναι η εικόνα που δημιούργησε για τη διαφήμιση μπισκότων. Καθόλου άσχημα αν με ρωτάτε για 60 δευτερόλεπτα εργασίας.

ImageFX vs DALLE-3

Το ImageFX, από τα Google Labs, αξιοποιεί το Imagen 2 της Google DeepMind για υψηλής ποιότητας δημιουργία εικόνων, εστιάζοντας στην ασφαλή και δημιουργική εξερεύνηση μέσω λεκτικών προτροπών και "εκφραστικών τσιπ". Είναι ελεύθερα προσβάσιμο, τονίζοντας τον πειραματισμό των χρηστών.

Το DALL-E 3, από την OpenAI, μετατρέπει επίσης το κείμενο σε λεπτομερείς οπτικοποιήσεις, γνωστό για τις ευρείες δημιουργικές εφαρμογές του και την ικανότητά του να δημιουργεί πολύπλοκες, περίτεχνες εικόνες.

Επειδή υπάρχουν τόσα πολλά εργαλεία εκεί έξω, θέλαμε να δούμε ποιο είναι το καλύτερο σε αυτό που κάνει. Ξεκινήσαμε με αυτά τα δύο μοντέλα, καθώς το DALL-E χρησιμοποιείται ήδη σε μεγάλο βαθμό από τους marketers.

1. Σχεδιασμός

Ο τομέας του σχεδιασμού ρούχων είναι γνωστός για την υψηλή ζήτηση ποικιλίας που απαιτεί το σημερινό περιβάλλον γρήγορης μόδας. Για το λόγο αυτό, τα εργαλεία που επιτρέπουν τη δημιουργία άπειρων μοντέλων με την ταχύτητα ενός κλικ, θα γίνουν όλο και πιο χρήσιμα για να βοηθήσουν τις εταιρείες να ανταποκριθούν σε αυτή τη ζήτηση.

Προτροπή: "Δημιουργήστε ένα πρωτότυπο σχέδιο για ένα νέο luxury σακάκι σε μαύρους και χρυσούς τόνους ."

DALLE-3

ImageFX

Τώρα, λάβετε υπόψη σας ότι αν είχα δώσει μια πιο συγκεκριμένη προτροπή στον DALL-E θα είχε δημιουργηθεί μια καλύτερη εικόνα. Αυτό που εντυπωσιάζει από την ImageFX, είναι το επίπεδο ποιότητας της εικόνας με δεδομένη την απλότητα της προτροπής. Αυτό δίνει τη δυνατότητα ακόμη και σε νέους χρήστες να δημιουργήσουν απίστευτες εικόνες χωρίς να χρειάζεται να γίνουν ειδικοί στις προτροπές

2. Σχεδιασμός Εσωτερικών Χώρων

Τώρα ήθελα να δοκιμάσω τα δύο εργαλεία σε κάτι πιο περίπλοκο και να τους δώσω την ευκαιρία να αποδώσουν τα μέγιστα με μια πιο ολοκληρωμένη προτροπή.

Προτροπές: "Σκανδιναβικός εσωτερικός σχεδιασμός, σαλόνι, με θέα το δάσος έξω.Εσωτερική αρχιτεκτονική, Bauhaus, κονστρουκτιβισμός, σύγχρονη τέχνη, ρεαλισμός, Fujicolor, φιλμ κόκκων, Fujifilm, βραβευμένο, HD"

DALLE-3

Έκανε σπουδαία δουλειά αυτή τη φορά. Όπως μπορείτε να δείτε με μια πιο λεπτομερή προτροπή, το εργαλείο ανταποκρίνεται στα στάνταρ του.

Το ImageFX, πάντως, ξεπέρασε το DALL-E σε αυτό το έργο και οι εικόνες που δημιούργησε ήταν εντυπωσιακές.

3. Σχεδιασμός Προϊόντων

Ο κόσμος του σχεδιασμού προϊόντων βρίσκεται στα πρόθυρα μιας μετασχηματιστικής αλλαγής με την έλευση των εργαλείων δημιουργίας εικόνων από κείμενο. Αυτό το άλμα στην τεχνολογία μπορεί να μειώσει σημαντικά τον χρόνο και την προσπάθεια που απαιτούνται για τη φάση της εννοιολογικής ανάπτυξης, επιτρέποντας την ταχεία δημιουργία προτύπων και επαναληπτικό πειραματισμό.

Προτροπή: "Σχεδίασε τη συσκευασία για μια νέα μάρκα ατμών(vapes) με την ονομασία "KT-Vapes".

DALLE-3

Δεδομένης της συντομότερης προτροπής, το DALL-E αυτή τη φορά φάνηκε να αποδίδει καλύτερα. Η εικόνα αντιπροσωπεύει το προϊόν και η ποιότητα της λεπτομέρειας είναι εντυπωσιακή.

ImageFX

Αυτή τη φορά το εργαλείο δεν φαίνεται να κατάλαβε ακριβώς αυτό που προσπαθούσαμε να δημιουργήσουμε, αντί για τη συσκευασία του προϊόντος δημιούργησε μια εικόνα επωνυμίας, η οποία εξακολουθεί να αφορά το προϊόν, αλλά όχι ακριβώς αυτό που θέλαμε.

Περισσότερες από 500 εκατομμύρια αναρτήσεις γίνονται καθημερινά στο twitter και πάνω από 1 δισεκατομμύριο χρήστες βλέπουν καθημερινά το TikTok. Το άγχος που αυτό δημιουργεί στους marketers για τη δημιουργία διαφορετικών εικόνων μπορεί να διευκολυνθεί από αυτές τις τεχνολογίες.

ImageFX vs Midjourney

Το Midjourney είναι ένα ανεξάρτητο ερευνητικό εργαστήριο που έχει αναπτύξει ένα γεννητικό εργαλείο τεχνητής νοημοσύνης, γνωστό για τη δημιουργία εικόνων από περιγραφές κειμένου.

Λειτουργεί ερμηνεύοντας τις εισροές των χρηστών - φράσεις ή προτάσεις που περιγράφουν αυτό που θέλουν να οπτικοποιήσουν - και στη συνέχεια χρησιμοποιεί τους προηγμένους αλγορίθμους ΤΝ για να δημιουργήσει εικόνες που ταιριάζουν με αυτές τις περιγραφές.

Δεδομένου ότι αυτό το εργαλείο έχει επαινεθεί για τη δημιουργία απίστευτων αρχιτεκτονικών σχεδίων και ρεαλιστικών εικόνων, επιλέξαμε να κάνουμε ακριβώς αυτό.

Ήθελα να δώσω άλλη μια ευκαιρία στο ImageFX να αναπτύξει μια σωστή εικόνα, οπότε άλλαξα ελαφρώς την προτροπή και τα αποτελέσματα ήταν πολύ καλύτερα.

1. Αρχιτεκτονικό Σχέδιο

Αυτό το είδος παραγωγής κειμένου σε εικόνα είναι γνωστό ότι είναι περίπλοκο, καθώς δεν είναι εύκολο να ικανοποιήσει απαιτητικούς πελάτες. Απέχουμε ακόμη από τη δημιουργία ενός πλήρους τρισδιάστατου μοντέλου με όλα τα δάπεδα και τα υλικά, όπως θα βλέπατε σε ένα επαγγελματικό στούντιο. Ωστόσο, η λεπτομέρεια και η ακρίβεια αυτών των εργαλείων αυξάνονται πολύ γρήγορα.

Προτροπή: "Δημιουργήστε ένα σύγχρονο αρχιτεκτονικό σχέδιο με έμφαση στα γυάλινα υλικά που αντιπροσωπεύουν τη διαφάνεια και το ανοιχτό περιβάλλον."

Midjourney

ImageFX

2 . Δημόσιες Kατασκευές

Προτροπή: "Δημιούργησε ένα σύγχρονο σχέδιο αστικού πάρκου που ενσωματώνει χώρους πρασίνου, χώρους αναψυχής και λειτουργικές δομές για τους κατοίκους των πόλεων."

ImageFX

Midjourney

Μετά από διεξοδική σύγκριση και δοκιμή μεταξύ του Midjourney και του ImageFX, έχει παρατηρηθεί ότι και τα δύο εργαλεία παρουσιάζουν αξιοσημείωτες δυνατότητες στη δημιουργία εικόνων από περιγραφές κειμένου, βρίσκονται στο ίδιο επίπεδο όσον αφορά την ποιότητα και τη δημιουργικότητα.

Ωστόσο, το ImageFX αποκτά ένα μικρό προβάδισμα έναντι του Midjourney, κυρίως λόγω της προσβασιμότητάς του. Καθώς είναι δωρεάν για χρήση, προσφέρει μια πιο χωρίς αποκλεισμούς ευκαιρία στους χρήστες να εξερευνήσουν και να δημιουργήσουν χωρίς το εμπόδιο του κόστους.

Πηγές:

Google AI Blog. (n.d.). Introducing ImageFX and TextFX in Google Labs: Our approach to generative AI. Retrieved from https://blog.google/technology/ai/google-labs-imagefx-textfx-generative-ai/

Global Market Insights. (n.d.). AI Image Generator Market Size. Retrieved from https://www.gminsights.com/industry-analysis/ai-image-generator-market