Google Imagen 3 測試：AI圖像生成的優缺點

我測試了Google的高級圖像生成器，迅速發現了它的限制

儘管有其限制，Imagen 3 仍然令人印象深刻。

Imagen 3的基本介紹

Imagen 3是Google的AI圖像生成工具，於今年5月在公司的I/O開發者大會上宣布。它在8月份以有限的功能在美國推出，但上個月對免費的Gemini用戶開放。我從那時起便開始使用它來創建各種圖像，儘管這是一個整體上令人印象深刻的工具，但它確實存在幾個限制，影響了整體體驗。

Imagen 3的挑戰

首先需要注意的限制是，使用免費的Gemini帳戶無法生成人物圖像。這不僅僅是指生成名人圖像，因為大多數圖像生成工具都不允許這樣做，而是對於一般人來說也是如此。因此，像「創建兩個隨機人跳舞的圖像」這樣的提示將不會返回任何結果。作為參考，ChatGPT在其免費層級上也有這一限制。

不過，如果你升級到Gemini Advanced訂閱，你是可以創建人物圖像的——不過不包括名人。我試過這個功能，結果有好有壞。雖然它能生成的圖像非常逼真，幾乎難以分辨是否為AI生成，但有時候產出的結果卻不盡人意。看看下面的兩個例子，左邊的圖像非常真實，看起來像是專業攝影師拍攝的，而右邊的則顯得有些卡通化。即使多次提示工具讓照片更真實，所做的改變也微乎其微。

談到專業攝影師，我們來看看Imagen 3的第二個限制或問題。即使生成了一個現實的圖像，無論是人物、動物還是物體，結果看起來都過於專業，而不是隨意的。每張圖像都是完美的，經常添加散景效果以使其看起來更吸引人。Imagen 3創建的每張圖片都像是經過精心編輯的，如果你追求這種效果，那是沒有問題的，但如果能夠創建更隨意的圖像就更好了。

我認為最好的照片有時候就是那些原始的。那些在光線不完美時拍攝的未經編輯的照片，以及被拍攝的人甚至不知道你在拍照的情況下拍的。這正是Imagen 3所面臨的挑戰，值得一提的是，幾乎所有的AI圖像生成器都有這一問題。

編輯生成的圖像的挑戰

這引出了我對Imagen的第三個主要問題，即編輯已創建的圖像。如果我創建了一張搞笑的貓咪戴著帽子吃冰棒的圖像，然後想用額外的提示編輯它，Imagen 3會在Gemini中創建一個全新的圖像。因此，例如，如果我喜歡創建的圖像，但只想將帽子的顏色從黑色改為藍色，這個工具會完全生成一個新圖像，而不是僅僅改變帽子的顏色並保留其他部分不變。雖然使用正確的提示時，新圖像看起來與舊圖像相對類似，但它仍然不是完全相同的，這並不理想。這使得無法將圖片編輯到完美，尤其是當多個提示每次都會生成新圖像時。看看下面的例子，你就會明白。

另一個問題是，我無法改變圖像的長寬比。圖像默認以1:1的長寬比創建，無法修改。如果我提示工具將其改為16:9，Gemini會說它會這樣做，但隨後生成的新圖像仍然是相同的長寬比。不過，這一點似乎即將改變，因為已有能力改變長寬比的功能正在開發中。

雖然有限，但Imagen 3依然出色

我想澄清的是，我並不是想批評Google的高級AI圖像生成器。我只是想強調在測試過程中遇到的限制，以便讓你知道該期待什麼。撇開限制不談，Imagen 3實際上是一個非常令人印象深刻的工具。我也試過幾個競爭對手，雖然每個AI圖像生成器都有其優缺點，但我認為Imagen 3是最好的之一。我的同事Calvin也同意這一點。他將該工具與競爭對手進行了比較，發現它在質量方面是最好的。

AI生成內容仍在初期階段

當Imagen 3正確地運作時，生成的結果令人驚艷。動物、城市、人物以及其他任何主題的圖像都非常出色——如果你能接受經過修圖的外觀。不要只聽我的話，看看下面的畫廊，親自體驗一下。請記住，我們仍然處於AI生成內容的早期階段，因此想像一下幾年後這款軟件將能做到什麼。

其他需要注意的限制

這些是我在測試工具時遇到的限制，並且沒有預料到——除了作為免費用戶無法生成人物圖像的限制——儘管Google在其網站上明確指出了其他限制。值得列出這些限制，以便讓你知道該期待什麼。

Imagen 3不會創建其認為不適當的圖像，即使是付費計劃也不例外。這包括與暴力、騷擾、性、歧視等相關的圖片。這同樣適用於鼓勵危險活動的圖像，以及那些有害事實不準確的圖像，這些都可能對某人的安全構成風險。

這些都是合適的限制，大多數大型AI圖像生成工具都有這些限制，除了FLUX.1（Grok使用的工具）。

對於Imagen 3的評價，我認為在未來的發展中，這些限制很可能會隨著技術的進步而得到改善。AI圖像生成技術的潛力仍然巨大，隨著用戶需求的增加，這些工具將會變得越來越強大。因此，無論是對於藝術創作還是商業用途，Imagen 3都可能成為一個不可或缺的工具。

以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。