Imagen 3 - gratis su Google Gemini (Image AI)

Giulio_M

In questi giorni è uscito gratuitamente per tutti Imagen 3, a cui possiamo accedere tramite Google Gemini (gemini.google.com). L'annuncio ufficiale su x.com. Google Gemini (ex Google Bard), analogamente a ChatGPT è un tool di IA generativa testuale. Tuttavia l'ultima novità di Google Gemini consente di generare anche immagini, con alcune limitazioni che poi vediamo, direttamente dalla stessa piattaforma. È sufficiente chiedere "vorrei un'immagine di...". In breve, le caratteristiche sono queste:

uso illimitato (pare non ci siano limiti al numero di richieste di generazione immagini)
generazione immagini molto veloce, pochi secondi
no impostazioni avanzate (sicuramente Dezgo, Midjourney, Bing Image Creator, Nightcafe e Adobe Firefly consentono maggiore personalizzazione avanzata), immagine in formato 1:1 e risoluzione media
qualità del risultato discreta (si notano piccole imperfezioni più che altro nel realismo, per essere la prima versione rilasciata gratuitamente e senza limiti, è comunque accettabile)
diversi filtri, vedi gemini.google/policy-guidelines: oltre a vietare violenza, contenuti sessuali ecc, anche immagini di personaggi famosi non vengono generate (Elon Musk, Papa Francesco, Cristiano Ronaldo... Mi ha bloccato tutti questi prompt; altri tool di Image AI, alcuni sono più liberi, altri più restrittivi, dipende dalle policy della singola azienda)

Vediamo ora una piccola serie di immagini che ho generato, da un livello semplice e più generico, ad un livello un po' più specifico:

vorrei un'immagine di un cane che gioca a scacchi
vorrei un'immagine di un coniglio rosa che cavalca un drago
vorrei un'immagine di un koala vicino ad una Tesla Cybertruck
dalla seguente immagine allegata, vorrei che l'auto fosse di colore diverso, color oro con brillantini

Da notare che, oltre ad avermi bloccato alcuni prompt (immagini di Elon Musk, Papa Francesco, ecc), anche allegare una mia foto risulta contro le policy, attualmente, infatti a livello cautelativo ha risposto: <<Mi dispiace, non posso ancora aiutarti con immagini di persone>>.

Per le frasi di esempio che ho scritto prima, vediamo ora le immagini che Google Gemini (Imagen 3) ha generato.

Cosa ne pensate? Eravate già a conoscenza di questa novità? 🙂

M1itchell.il.distruggitore

L'ho scoperto ieri e purtroppo ci sono dei limiti, almeno per quanto riguarda le immagini.
Anzitutto non può creare immagini di persone e poi le immagini non sono illimitate. Dopo avergliene fatte fare un po' (forse una ventina) mi ha detto che per oggi non è possibile crearne altre. Spero torni a generarne a breve.
Inoltre non è per niente simpatica. Se gli chiedi di raccontarti una barzelletta non fa per niente ridere e l'umorismo nero non lo prende in considerazione perché giudicato offensivo

ퟀퟀퟀퟀퟀퟀퟀퟀ.̅̿ͯͤ͆ͥͧ͆̓͋͒.̿̈́̐́̒͆́̓̃̅ͤ͋̂ͦ̐ͥ͌̈́͒s̏̍a̓̋̐ͫw̓.̅̿ͯͤ͆ͥͧ͆̓͋͒̈́͛ͥ͆.̿̈́̐́̒ퟀퟀퟀퟀퟀퟀퟀퟀ

Interessante!

Il cane sulla scacchiera ha solo un alfiere, il che ha senso, dato che è un cane e non conosce le regole, quindi gioca da cane. Tuttavia, nei bianchi ci sono tre regine, di dimensioni diverse, e la scacchiera non mantiene l'alternanza delle caselle bianche e nere in modo perfetto. Quindi, sebbene il disegno sia migliore di come lo frerei io, per ora, per fortuna, siamo ancora più intelligenti noi....

O forse ci sta semplicemente prendendo in giro?

✠Sieg Heil✠

Una cosa strana che mi è capitata poco tempo prima che venisse introdotto su Gemini è stata quando, senza nessun motivo apparente, mi ha risposto con qualcosa tipo 'non possono generare questa immagine' e non 'non posso generare immagini,' ma io comunque non glielo avevo chiesto. Sapevo già che non poteva farlo, quindi gli ho chiesto spiegazioni sul perché mi avesse risposto in quel modo. Poi, infatti, ha confermato che non poteva farlo lol. Ero rimasto parecchio confuso.. Secondo me stavano già lavorando per inserirlo. Boh, che dire, è carino e utile, ma decisamente poco preciso. Anche dando più istruzioni o riprovando, non capisce cosa uno abbia in mente. Finora solo Copilot riesce a soddisfare esattamente le idee che ho in testa. Tipo, se chiedi una particolare visuale o se il soggetto deve essere in primo piano, ecc questi dettagli non li capisce.

Giulio_M

✠Sieg Heil✠ mi ha risposto con qualcosa tipo 'non possono generare questa immagine' e non 'non posso generare immagini,' ma io comunque non glielo avevo chiesto

Cavolo, sai che una cosa simile era capitata anche a me? Ora non ricordo di preciso, ma adesso che me lo dici, mi torna in mente un caso simile. Sicuramente qualche prompt va ad attivare questo punto (magari prompt un po' ambiguo, a maggior motivo se scriviamo in lingua italiana e poi il software deve tradurre in lingua inglese, può nascere qualche incomprensione verbale). Sarebbe interessante indagare e scoprire di più a riguardo!
Certo è molto probabile che ci stessero già lavorando, anche considerato che la generazione di immagini avviene all'interno della stessa piattaforma, dove scrivi anche il testo, quindi non è un ambiente indipendente.
Sì, sicuramente Imagen 3 di Google Gemini è piuttosto basilare (è la prima versione resa disponibile e gratuita, accontentiamoci... Un po' come Google Bard era decisamente mediocre, poi con l'introduzione di Gemini, per quanto riguarda l'IA generativa testuale, i risultati sono migliorati molto, diciamo sempre più o meno comparabile a ChatGPT). Oltre a Microsoft Copilot (Bing Image Creator), anche con NightCafe Creator mi trovo bene, nel complesso, un compromesso abbastanza valido in tutti i punti di vista.