گوگل با افزودن قابلیت جدید در اپلیکیشن جمینای (Gemini) قصد دارد مشکل تکراری‌نشدن چهره‌ها در تصاویر هوش مصنوعی را برطرف کند.
به گزارش تکراتو و به نقل از phonearena، تا پیش از این، استفاده از ابزارهای تولید تصویر هوش مصنوعی برای ایجاد شخصیت ثابت در چند عکس مختلف، دردسر بزرگی بود.
مثلا اگر یک تصویر پرتره خوب ساخته می‌شد و بعد همان فرد در محیط دیگری مثل ساحل قرار می‌گرفت، ناگهان بینی یا دندان‌هایش تغییر می‌کرد. حتی ابزارهایی مثل ChatGPT همراه با DALL-E 3 با وجود قدرت بالا در خلق تصاویر تک، در این زمینه ضعف داشتند.
حالا به نظر می‌رسد گوگل مستقیما سراغ این مشکل رفته است. در به‌روزرسانی جدید اپلیکیشن Gemini، یک مدل تازه از تیم DeepMind با نام nano banana اضافه شده که تمرکز اصلی آن روی حفظ شباهت شخصیت‌هاست.
این قابلیت به کاربران اجازه می‌دهد عکس خود، دوستان یا حتی حیوان خانگی‌شان را آپلود کرده و سپس تغییرات دلخواه را اعمال کنند، بدون اینکه ویژگی اصلی چهره از بین برود.
مثلا می‌توانید ظاهر خود را با مدل موی دهه شصت امتحان کنید یا سگ کوچک خود را در یک لباس نمایشی ببینید. Gemini وعده داده که در عین انجام این تغییرات، چهره و ویژگی‌های اصلی فرد یا حیوان همچنان قابل شناسایی باقی بماند.
این پیشرفت بزرگ نسبت به نتایج کلی و بعضا آزاردهنده مدل‌های رقیب محسوب می‌شود. گوگل به جای تمرکز صرف روی تولید خام قدرتمندتر، مسیر کاربردی‌تری را انتخاب کرده و مشکل ثبات شخصیت را حل کرده است. این موضوع باعث می‌شود Gemini از یک ابزار سرگرمی ساده فراتر رفته و به یک ابزار خلاقانه و کاربردی برای استفاده روزمره تبدیل شود.
گوگل اعلام کرده این قابلیت از امروز در اپلیکیشن Gemini عرضه می‌شود و تمام تصاویر ویرایش‌شده دارای واترمارک مخصوص خواهند بود تا مشخص شود با کمک هوش مصنوعی ایجاد شده‌اند.
