Ik heb de nieuwe functie van Gemini voor het genereren van afbeeldingen uitgeprobeerd en het is werkelijk geweldig.

Samenvatting:

• Google heeft een native beeldgeneratie en -bewerking gelanceerd met behulp van de nieuwe Gemini 2.0 Flash bèta.
• De functie is nu gratis beschikbaar in AI Studio. U kunt een reeks bij elkaar passende afbeeldingen genereren en bewerken met behulp van eenvoudige tekstopdrachten.
• U kunt elementen verwijderen en toevoegen, tekst invoegen, afbeeldingen inkleuren, een visueel verhaal maken en nog veel meer.

We horen de term 'native multimedia' al meer dan een jaar in de AI-wereld, maar bedrijven hebben tot nu toe gewacht met het volledig benutten van het multimediapotentieel van hun AI-modellen. Google heeft eindelijk zijn nieuwste model uitgebracht, 'Gemini 2.0 Flash Experimental', waarmee afbeeldingen native kunnen worden gegenereerd en bewerkt.

Nu vraagt ​​u zich misschien af: wat is het belang van het genereren van afbeeldingen? AI-afbeeldinggeneratie is al geruime tijd beschikbaar voor alle grote AI-chatbots, zoals ChatGPT. Wanneer we AI-afbeeldingen genereren op ChatGPT of Gemini, worden deze doorgestuurd naar een gespecialiseerd diffusiegebaseerd model zoals Dall-E 3 of Imagen 3. Deze modellen worden getraind op afbeeldingen en zijn uitsluitend ontworpen om afbeeldingen te genereren; Het is een uitbreiding van het hoofdmodel van AI, en geen onderdeel daarvan.

Taalvisiemodellen zoals Gemini zijn echter van nature multimediaal, wat betekent dat ze tekst en afbeeldingen kunnen begrijpen, genereren en bewerken. Tot op heden heeft geen enkel technologiebedrijf deze mogelijkheid beschikbaar gesteld aan gebruikers. OpenAI presenteerde in 2024 een eigen functie voor het genereren van afbeeldingen met GPT-4, maar ook deze is nooit uitgebracht.

Met de functie voor het genereren van originele afbeeldingen krijgt u: Betere coördinatie Waar multimodale modellen worden getraind op een enorme dataset van verschillende media. Deze modellen geven dus een beter begrip van concepten en tonen een bredere kennis van de wereld.

Naast het genereren van afbeeldingen kunt u ze ook naadloos bewerken met behulp van eenvoudige tekstopdrachten. U kunt bijvoorbeeld een afbeelding uploaden en het model vragen om een zonnebril toe te voegen, vetgedrukte tekst in te voegen, objecten te verwijderen en meer. In tegenstelling tot diffusiemodellen, die de volledige afbeelding bij elke nieuwe opdracht opnieuw genereren, behouden native multimediamodellen hun consistentie bij meerdere bewerkingen.

Afbeeldingen maken met Gemini 2.0 Flash demo

Momenteel is de functie voor het maken van originele afbeeldingen niet beschikbaar voor het grote publiek. De bètaversie van Gemini 2.0 Flash met de mogelijkheid om originele afbeeldingen te maken, is alleen gratis beschikbaar op het AI Studio-platform van Google ( ga naar ).

Nadat we een preview van het model in AI Studio hebben bekeken, wordt het binnenkort ook op Gemini uitgebracht, zodat iedereen het kan gebruiken. Ik heb echter het nieuwe Gemini-model met de functie voor het maken van afbeeldingen uitgeprobeerd en dat was een zeer opwindende ervaring.

Eerst begon ik met een visuele gids om de consistentie van Gemini's vermogen om afbeeldingen te genereren te demonstreren. Ik heb Gemini gevraagd om een ​​visuele handleiding te maken voor het maken van een omelet, waarbij ik voor elke stap in het proces een foto heb gemaakt.

Zoals u kunt zien, zijn de resultaten over de afbeeldingen heen zeer consistent, zonder enige fout. Zelfs de kom is hetzelfde als op de tweede foto. Ten slotte kunt u afbeeldingen downloaden met een resolutie van 1024 x 680. Op deze manier kunt u een visuele gids maken voor alles wat u wilt.

Vervolgens vroeg ik Gemini om een ​​esthetische afbeelding van de tafel te maken en om de tafel vervolgens vanuit het middelste camerastandpunt te bekijken. Hij heeft het perfect gedaan. Vervolgens vroeg ik Gemini om een ​​PlayStation aan de tafel toe te voegen en er eens goed naar te kijken. Gemini heeft het weer helemaal goed gedaan. Zoals je hieronder kunt zien, bevatte het AI-model ook een weerspiegeling van de PS5 in de spiegel erachter.

Om de originele fotobewerking te demonstreren, heb ik een foto uit mijn galerij geüpload en Gemini 2.0 gevraagd om het wijnglas van de tafel te verwijderen. Vervolgens vroeg ik Gemini om champignons aan de pizza toe te voegen en dat deed hij geweldig. Toen vroeg ik Gemini om er een croissant aan toe te voegen en voilà: AI-fotobewerking met al zijn functies, dankzij de multimediamogelijkheden van Gemini.

Vervolgens uploadde ik een foto van mezelf, vroeg Gemini om een ​​zonnebril toe te voegen en voegde de tekst "Beebom" toe aan mijn shirt. Beide werden zeer goed uitgevoerd.

Tot slot vroeg ik Gemini om een ​​plaatje in te kleuren, en ook dat deed hij heel goed. Ik bedoel, de foto is mooier dan voorheen, zonder vreemde fouten, vervormingen of ontbrekende delen van de foto.

Er zijn veel toepassingsmogelijkheden voor de nieuwe multimediamogelijkheden van Gemini. Google heeft geweldig werk geleverd met het maken en bewerken van afbeeldingen. Ik ben van plan om de functie de komende weken nog uitgebreider te gebruiken om de mogelijkheden ervan te testen.

Na de release van Veo 2 voor het maken van video's en Imagen 3 voor gespecialiseerde beeldcreatie, lijkt Google OpenAI op veel gebieden te hebben overtroffen; Niet alleen op het gebied van AI-tekstgeneratie. Het zal dus interessant zijn om te zien wat OpenAI gaat doen om de voorsprong met ChatGPT terug te winnen.