Google има нов модел за редактиране на изображения с Gemini

Google DeepMind обяви интегрирането на нов модел за редактиране на изображения в приложението Gemini. Целта е потребителите да получат по-голям контрол върху визуалните промени, като при това се запазва автентичността на лицата и обектите.

Фокусът на новия инструмент е да се поддържа сходството на персонажите при редакции. Това е особено важно при снимки на хора или животни, където дори малки разминавания могат да се възприемат като неточност. Според компанията новият модел помага изображенията да изглеждат по-последователни – например при промяна на прическа или добавяне на аксесоари.

Функцията позволява различни приложения – от създаване на фотоколажи и комбиниране на няколко снимки в обща сцена, до промяна на интериор, фон или дрехи. Възможно е и многократно редактиране на една и съща снимка, като се променят само определени елементи, докато останалите остават непроменени. Освен това стилове и текстури от една снимка могат да бъдат прехвърляни върху обекти от друга, което разширява възможностите за творчески експерименти.

Google уточнява, че всички изображения, създадени или редактирани в приложението, включват видим воден знак и невидим цифров маркер SynthID. Така се обозначава, че съдържанието е генерирано чрез изкуствен интелект.