گوگل اکنون به کاربران نسخه رایگان جمینای اجازه می‌دهد تا با استفاده از مدل پیشرفته Imagen 3، تصاویر افراد را تولید کنند. این اقدام نشان‌دهنده‌ی توسعه‌ی دسترسی عمومی به ابزارهای هوش مصنوعی و بهبود قابلیت‌های مولد این فناوری است.
طبق گزارش 9to5google، این ویژگی در ابتدا طی مرداد و شهریور در اختیار کاربران Gemini Advanced قرار گرفت و به‌عنوان نسخه‌ی آزمایشی معرفی شد. حالا این قابلیت برای دامنه‌ی گسترده‌تری از کاربران فعال شده است.
در اواسط بهمن، گوگل امکان تولید تصاویر افراد را به پنل کناری جمینای در سرویس‌هایی مانند Gmail، Drive، Docs، Sheets و Slides افزود. علاوه بر این، ابزارهای جدیدی نظیر Help me create برای تولید محتوای نوشتاری در Docs، Help me visualize برای طراحی تصاویر گرافیکی در Slides و Help me create (Vids) برای تولید ویدیوهای کوتاه نیز معرفی شدند. این تغییرات، کاربردهای هوش مصنوعی گوگل در تولید محتوا را به شکل چشمگیری افزایش داده است.
این گسترش قابلیت‌ها، گامی مهم در ساده‌سازی و بهینه‌سازی تولید محتوا به کمک هوش مصنوعی است. با این حال، مسئله‌ی حریم خصوصی و استفاده‌ی نادرست از تصاویر تولیدشده همچنان چالشی جدی خواهد بود. گوگل باید تدابیر امنیتی لازم را در نظر بگیرد تا از سوءاستفاده‌های احتمالی جلوگیری شود.
فعال شدن تولید تصویر افراد در نسخه رایگان جمینای برای برخی کاربران
به‌تازگی برخی کاربران گزارش داده‌اند که قابلیت تولید تصاویر افراد در نسخه رایگان Gemini فعال شده است. پیش‌تر، هنگام تلاش برای استفاده از این ویژگی، پیامی نمایش داده می‌شد که آن را مختص کاربران Gemini Advanced اعلام می‌کرد.
بااین‌حال، بررسی‌ها نشان می‌دهد که این قابلیت هنوز به‌طور سراسری فعال نشده و در حال حاضر تنها برخی کاربران انگلیسی‌زبان در آمریکا به آن دسترسی دارند.
پس از انتشار نسخه پایدار 2.0 Flash طی هفته‌های اخیر، برنامه Gemini نسخه‌ای بهبودیافته از Imagen 3 را دریافت کرده است. این مدل که در رتبه‌بندی‌های اخیر به‌عنوان برترین مدل تولید تصویر با هوش مصنوعی شناخته شده، امکانات زیر را ارائه می‌دهد:
جزئیات بصری غنی‌تر
بافت‌های دقیق‌تر در تصاویر
دقت بالاتر در اجرای دستورات کاربر
این بهبودها، Imagen 3 را به ابزاری قدرتمندتر برای تولید تصاویر واقع‌گرایانه و دقیق تبدیل کرده‌اند.
با اینکه این تغییر، خبر هیجان‌انگیزی برای کاربران هوش مصنوعی است، اما عدم دسترسی همگانی به آن نشان می‌دهد که گوگل همچنان در حال آزمایش و بهینه‌سازی این قابلیت است. احتمالاً در آینده‌ای نزدیک شاهد گسترش تدریجی این ویژگی برای کاربران بیشتری خواهیم بود.