Google Imagen 3 vs. Tartanka: Barbar-dhig cusub oo ku jira moodooyinka qoraalka-u-sawir

Sirdoonka Farsamada (AI) waxa uu bedelayaa habka aan u abuurno muuqaal. Moodooyinka qoraalka-ka-sawirku waxay si cajiib ah u fududeeyaan soo saarista sawirro tayo sare leh oo laga soo qaatay sharraxaadaha qoraalka fudud. Warshadaha sida xayaysiisyada, madadaalada, farshaxanka, iyo nashqadeynta waxay mar hore shaqaalaysiiyeen moodooyinkan si ay u sahamiyaan fursadaha cusub ee halabuureed. Marka ay tignoolajiyadu sii socoto inay horumarto, fursadaha abuurista nuxurku waxay noqonayaan kuwo aad u ballaadhan, taas oo ka dhigaysa geeddi-socod degdeg ah oo mala-awaal ah.

Moodooyinkan qoraalka-ka-muuqaalka ah ayaa isticmaala abuurista AI iyo waxbarashada qoto dheer si loo tarjumo qoraalka oo loo beddelo muuqaal, si wax ku ool ah loo soo saaro farqiga u dhexeeya luqadda iyo aragtida. Beertu waxay aragtay horumar leh OpenAI's DALL-E sanadka 2021, kaas oo soo bandhigay kartida lagu soo saari karo sawiro hal abuur leh oo faahfaahsan oo laga soo qaaday qoraalada. Tani waxay horseeday horumar dheeraad ah oo leh moodooyinka sida MidJourney iyo Faafidda Deggan, kuwaas oo tan iyo markaas kor u qaaday tayada sawirka, xawaaraha habaynta, iyo kartida tarjumida degdegga. Maanta, moodooyinkan ayaa dib u qaabaynaya abuurista nuxurka qaybo kala duwan.

Mid ka mid ah horumarka ugu dambeeyay uguna xiisaha badan ee goobtan waa Sawirka Google 3. Waxay dejisaa halbeeg cusub waxa moodooyinka qoraalka-u-sawirku ku guulaysan karaan, iyagoo soo bandhigaya muuqaallo cajiib ah oo ku salaysan dardargelinta qoraalka fudud. Sida abuurista nuxurka AI ay wado, waa lagama maarmaan in la fahmo sida Imagen 3 u cabbiro ka dhanka ah ciyaartoyda kale ee waaweyn sida OpenAI's DALL-E 3, Diffusion Stable, iyo MidJourney. Marka la is barbar dhigo sifooyinkooda iyo awoodooda, waxaan si fiican u fahmi karnaa awoodaha nooc kasta iyo kartidooda ay ku bedeli karaan warshadaha. Isbarbardhiggani wuxuu bixiyaa fikrado qiimo leh mustaqbalka qalabka AI ee wax-soo-saarka.

Astaamaha Muhiimka ah iyo Awoodaha Google Imagen 3

Google Imagen 3 waa mid ka mid ah horumarka ugu muhiimsan ee qoraalka-u-muuqaalka AI, oo ay sameeyeen kooxda Google ee AI. Waxay wax ka qabanaysaa dhawr xaddidan oo ku jiray moodooyinkii hore, hagaajinta tayada sawirka, saxnaanta degdega ah, iyo dabacsanaanta wax ka beddelka sawirka. Tani waxay ka dhigeysaa mid hormuud u ah tartanka caalamiga ah ee AI.

Mid ka mid ah awoodaha aasaasiga ah ee Google Imagen 3 waa tayada muuqaalkeeda gaarka ah. Waxay si joogto ah u soo saartaa sawirro heer sare ah oo soo qaadata tafaasiil adag iyo muuqaalo, taasoo ka dhigaysa inay u muuqdaan kuwo dabiici ah. Haddi hawshu ay ku jirto soo saarida sawir dhow ama muuqaal baaxad leh, heerka tafaasiilku waa mid cajiib ah. Guushaan waxaa u sabab ah Transformer ku salaysan qaab-dhismeedka, kaas oo u ogolaanaya moodalku inuu farsameeyo xogta adag iyadoo la ilaalinayo daacadnimada isla markiiba.

Waxa run ahaantii kala saaraya Imagen 3 waa awoodda ay u leedahay in ay si sax ah u raacdo xitaa kuwa ugu adag. Noocyo badan oo hore ayaa la halgamay ku-dhaqanka degdega ah, oo inta badan si khaldan u fasiraya sharraxaadyo dhinacyo badan leh. Si kastaba ha noqotee, Imagen 3 waxay soo bandhigaysaa awood adag oo lagu tarjumo wax-soo-saarka nuanceed. Tusaale ahaan, marka loo xilsaaro soo saarista sawirada, qaabka, halkii si fudud loo isku dari lahaa walxaha random, wuxuu isku daraa dhammaan faahfaahinta suurtogalka ah muuqaal isku xiran oo muuqaal ah, taas oo muujinaysa heerka sare ee fahamka degdega ah.

Intaa waxaa dheer, Imagen 3 waxay soo bandhigaysaa rinjiyeynta sare iyo sifooyinka rinjiyeynta. Rinjiyeynta ayaa si gaar ah faa'iido u leh soo celinta ama buuxinta qaybaha maqan ee sawirka, sida hawlaha soo celinta sawirka. Dhanka kale, rinjiyeynta waxay u ogolaataa isticmaalayaasha inay ballaariyaan sawirka ka baxsan xudduudihiisa asalka ah, iyagoo si habsami leh ugu daraya walxo cusub iyada oo aan la abuurin isbeddello xunxun. Tilmaamahani waxay siinayaan dabacsanaan naqshadeeyayaasha iyo farshaxanada u baahan inay hagaajiyaan ama kordhiyaan shaqadooda iyaga oo aan ka soo bilaabin xoqin.

Farsamo ahaan, Imagen 3 waxaa lagu dhisay isla qaab-dhismeedka ku-saleysan beddelka sida moodooyinka kale ee ugu sarreeya sida DALL-E. Si kastaba ha ahaatee, waxay u taagan tahay iyada oo ay ugu wacan tahay helitaanka agabka xisaabinta ee ballaaran ee Google. Qaabka waxa lagu tababbaray xog-ururin ballaadhan oo kala duwan oo sawirro iyo qoraal ah, taas oo awood u siinaysa in uu soo saaro muuqaallo macquul ah. Intaa waxaa dheer, moodelku wuxuu ka faa'iidaysanayaa farsamooyinka xisaabinta ee la qaybiyey, taas oo u oggolaanaysa in ay si hufan u shaqeyso xog-ururin ballaaran oo ay bixiso sawirro tayo sare leh oo ka dhaqso badan noocyo kale oo badan.

Tartanka: DALL-E 3, MidJourney, iyo Faafinta Deggan 

In kasta oo Google Imagen 3 uu si heersare ah ugu shaqeeyo qoraalka-sawir-ku-gudbinta AI-driven, waxay la tartameysaa tartamayaasha kale ee xooggan sida OpenAI's DALL-E 3, MidJourney, iyo Stable Diffusion XL 1.0, mid kastaa wuxuu bixiyaa awood gaar ah.

DALL-E 3 waxay ku dhistaa moodeladii hore ee OpenAI, kuwaas oo soo saara muuqaallo male-awaal iyo hal-abuur leh oo sharraxaad qoraal ah. Waxay ku fiican tahay isku-darka fikradaha aan la xiriirin ee isku-dhafka ah, badanaa sawirro yaab leh, sida "bisad baaskiil ku fuushan meel bannaan.” DALL-E 3 ayaa sidoo kale leh rinjiyeynta, taas oo u oggolaanaysa isticmaalayaasha inay wax ka beddelaan qaybaha sawirka iyagoo si fudud u siinaya qoraallo cusub. Habkani wuxuu si gaar ah qiimo ugu yeelanayaa naqshadeynta iyo mashaariicda hal-abuurka ah. DALL-E 3's saldhiga isticmaale ee weyn oo firfircoon, oo ay ku jiraan fanaaniinta iyo abuurayaasha nuxurka, ayaa sidoo kale gacan ka geystay caannimadiisa baahsan.

MidJourney waxay qaadataa hab farshaxanimo badan marka loo eego moodooyinka kale. Halkii ay si adag ugu hoggaansami lahayd dardaaranka, waxay diiradda saartaa soo saarista muuqaallo qurxoon iyo muuqaal muuqaal leh. Inkasta oo laga yaabo in aanay had iyo jeer soo saarin sawirro si fiican ugu habboon gelinta qoraalka, MidJourney awooddeeda dhabta ahi waxay ku jirtaa awoodda ay u leedahay inay kiciso shucuur oo ay la yaabto abuurkeeda. Madal ay bulshadu wadato, MidJourney waxay dhiirigelisaa wada shaqaynta isticmaaleyaasheeda, taasoo ka dhigaysa mid ka mid ah fanaaniinta dhijitaalka ah ee raba inay sahamiyaan fursadaha hal abuur leh.

Stable Diffusion XL 1.0, oo ay soo saartay Stability AI, waxay qabataa hab farsamo oo sax ah. Waxay isticmaashaa a model ku salaysan faafin Kaas oo sifeeya sawirka qaylada leh oo ka dhigaya wax soo saar kama dambays ah oo faahfaahsan oo sax ah. Tani waxay si gaar ah uga dhigaysaa mid ku habboon sawir-qaadista caafimaadka iyo warshadaha aragtida sayniska, halkaas oo saxnaanta iyo xaqiiqadu ay lagama maarmaan tahay. Intaa waxaa dheer, dabeecadda isha furan ee Stable Diffusion waxay ka dhigaysaa mid si heer sare ah loo habeyn karo, soo jiidashada horumariyeyaasha iyo cilmi-baarayaasha doonaya in badan oo xakameynaya qaabka.

Barbaarinta: Google Imagen 3 vs. Tartanka

Waa lama huraan in la qiimeeyo Google Imagen 3 ka dhanka ah DALL-E 3, MidJourney, iyo Stable Diffusion si loo fahmo sida ay isu barbar dhigaan. Halbeegyada muhiimka ah sida tayada sawirka, u hoggaansanaanta degdega ah, iyo xisaabinta waxtarka waa in la tixgeliyaa.

Tayada sawirka

Marka la eego tayada sawirka, Google Imagen 3 ayaa si joogto ah uga sarreeya tartamayaasha. Tilmaamaha sida GenAI-Bench iyo DrawBench waxay muujiyeen in Imagen 3 uu ku fiican yahay soo saarista sawiro faahfaahsan oo macquul ah. Iyadoo Stable Diffusion XL 1.0 ay ku fiican tahay xaqiiqda, gaar ahaan codsiyada xirfadlayaasha iyo sayniska, waxay inta badan mudnaanta siisaa saxnaanta hal-abuurka, siinta Google Imagen 3 geesaha hawlo badan oo male-awaal ah.

U hoggaansanaanta degdega ah

Google Imagen 3 ayaa sidoo kale hogaamineysa marka ay timaado raacitaanka dardaaranno adag. Waxay si fudud u maareyn kartaa tilmaamo faahfaahsan, dhinacyo badan leh, abuurista muuqaalo isku xidhan oo sax ah. DALL-E 3 iyo Stable Diffusion XL 1.0 ayaa sidoo kale si fiican uga shaqeeya aaggan, laakiin MidJourney waxay inta badan mudnaanta siisaa qaabkeeda faneed in ay si adag ugu hoggaansanto isla markiiba. Awoodda Sawirka 3 ee ah in uu isku xidho walxo badan oo si wax ku ool ah u ah hal sawir oo muuqaal ah ayaa ka dhigaya mid si gaar ah waxtar u leh codsiyada halka muuqaalka saxda ah ee muuqaalku muhiim yahay.

Xawaaraha iyo Xisaabinta Waxtarka

Marka la eego hufnaanta xisaabinta, Stable Diffusion XL 1.0 ayaa taagan. Si ka duwan Google Imagen 3 iyo DALL-E 3, kuwaas oo u baahan ilo xisaabeed oo la taaban karo, Stable Diffusion waxay ku socon kartaa qalabka caadiga ah ee macaamiisha, taasoo ka dhigaysa mid aad u fudud oo la heli karo isticmaaleyaasha kala duwan. Si kastaba ha ahaatee, Imagen 3 waxay ka faa'iidaysataa kaabayaasha AI ee adag ee Google, taas oo u oggolaanaysa inay si dhakhso ah oo hufan u socodsiiso hawlaha baaxadda leh ee sawir-qaadista, inkastoo ay u baahan tahay qalab aad u horumarsan.

Line hoose

Gebagebadii, Google Imagen 3 ayaa dejisa jaangooyo cusub oo loogu talagalay moodooyinka qoraal-u-sawir, oo bixiya tayada muuqaalka sare, saxnaanta degdegga ah, iyo sifooyin horumarsan sida rinjiyeynta iyo rinjiyeynta. Iyadoo moodooyinka tartamaya sida DALL-E 3, MidJourney, iyo Stable Diffusion ay leeyihiin awooddooda xagga hal-abuurka, fanka fanka, ama saxnaanta farsamada, Imagen 3 waxay ilaalisaa dheelitirka u dhexeeya walxahan.

Awoodeeda in ay soo saarto muuqaalo macquul ah oo muuqaal ah iyo kaabadeeda farsamada ee adag ayaa ka dhigaysa qalab awood leh oo ku jira abuurista nuxurka AI. Maaddaama AI ay sii waddo horumarinta, moodooyinka sida Imagen 3 ayaa door muhiim ah ka ciyaari doona beddelka warshadaha iyo beeraha hal-abuurka.