亞馬遜宣布推出自己的人工智能圖像生成器，正式加入其他大型科技公司的生成式人工智能競賽。
在 Amazon Web Services re: Invent 2023 會(huì)議期間，該公司首次推出了 Titan Image Generator，允許用戶通過文本描述創(chuàng)建或修改現(xiàn)有圖像。
據(jù)亞馬遜稱，新的人工智能工具旨在通過以低廉的價(jià)格大量創(chuàng)建工作室質(zhì)量且逼真的圖像來幫助廣告、電子商務(wù)和娛樂公司。Titan 圖像生成器可以通過文本提示生成多個(gè)圖像選項(xiàng)。
此外，該公司還宣稱，由于該模型是根據(jù)高質(zhì)量和多樣化的數(shù)據(jù)進(jìn)行訓(xùn)練的，因此它可以生成準(zhǔn)確且真實(shí)的輸出，并且失真最小。用戶只需遮蓋和覆蓋圖像的一部分即可輕松更改背景。
與此同時(shí)，亞馬遜保證其新工具支持負(fù)責(zé)任地使用人工智能。該公司宣布：“亞馬遜泰坦生成的所有圖像都包含不可見水印，旨在通過提供謹(jǐn)慎的機(jī)制來識(shí)別人工智能生成的圖像，從而幫助減少錯(cuò)誤信息的傳播。”
亞馬遜泰坦
Titan 圖像生成器是亞馬遜 Titan 型號(hào)的一部分，該型號(hào)配備了該公司 25 年的人工智能和機(jī)器學(xué)習(xí)創(chuàng)新技術(shù)。“AWS 在大型數(shù)據(jù)集上對(duì)這些模型進(jìn)行了預(yù)訓(xùn)練，使它們成為強(qiáng)大的通用模型，旨在支持各種用例，同時(shí)也支持負(fù)責(zé)任地使用人工智能。” 該公司寫道。
除了人工智能圖像生成器之外，該公司還推出了 Titan Multimodal Embeddings，它允許用戶提交文本、圖像或兩者的組合作為輸入。這兩種 Titan 工具均專門供Amazon Bedrock使用。
目前，Titan Multimodal Embeddings 可以轉(zhuǎn)換圖像和最多 128 個(gè)標(biāo)記的短英文文本，并且可以處理最大 25 MB 的圖像。同時(shí)，Titan 圖像生成器已開放預(yù)覽，可用于最多 77 個(gè)令牌，最大輸入圖像大小支持 25 MB。