Google ने हाल ही में अपनी नवीनतम एआई-पोस्टेड इमेज जेनरेशन और एडिटिंग टूल, अनौपचारिक रूप से ज्ञान के रूप में पेश किया है नैनो केलेमिथुन ऐप के अंदर। लॉन्च के कुछ दिनों के भीतर, यह वायरल हो गया है, उपयोगकर्ताओं के साथ 3 डी मूर्तियां, रेट्रो साड़ी पोर्ट्रेट्स, ‘गले अपने युवा सेल्फ’ चित्र और सेलिब्रिटीज पॉलिसी। जबकि AI छवि संपादन बहुत नया नहीं है, नैनो केला जीवन भर के विवरण देने और लोगों और वस्तुओं की मूल समानता को संरक्षित करने की अपनी क्षमता के साथ खड़ा है।

नैनो केला क्या है?

नैनो केला Google डीपमाइंड की नई छवि जनरेटर और फोटो एडिटर ने मिथुन ऐप को इंसट दिया है। यह:

• पाठ संकेतों से नई छवियां उत्पन्न करें।
• वस्तुओं को जोड़कर या हटाकर मौजूदा फ़ोटो संपादित करें।
• एक में कई चित्रों को मिलाएं।
• चेहरे, पालतू जानवरों और संपादन के दौरान वस्तुओं की मंटैन स्थिरता।

इसके पीछे की तकनीक

इसके मूल में, नैनो केला इमेजेन 4 द्वारा संचालित है, Google डीपमाइंड के नवीनतम टेक्स्ट-टू-इमेज मॉडल को मई 2025 में लॉन्च किया गया था। इमेजेन एक Google ब्रेन प्रोजेक्ट के रूप में शुरू हुआ और बाद में 2023 विलय के बाद अंडरएडर डीपरर विकसित किया गया। इस सहयोग ने अनुसंधान को तेज किया, जिससे छवि गुणवत्ता, यथार्थवादी प्रकाश व्यवस्था, और बेहतर पाठ को कम करने के लिए प्रेरित किया गया।

इमेजेन 4 कैसे काम करता है?

इमेजेन 4 दो मुख्य तकनीकों का उपयोग करता है:

• Google T5 जैसे बड़े भाषा मॉडल (LLM) का उपयोग पाठ संकेतों को रेखांकित करने के लिए किया जाता है।
• डिफ्यूजन मॉडल जो एक पॉलिश छवि में यादृच्छिक शोर कदम को परिष्कृत करते हैं।

यह प्रक्रिया एक कम-रिज़ॉल्यूशन छवि के साथ शुरू होती है और धीरे-धीरे “अप्सल” इसे 2048×2048 पिक्सेल तक, छवियों को शार्पर और अधिक विस्तृत बनाती है।

क्यों नैनो केला चटप्ट के घिबही की तुलना में अधिक यथार्थवादी दिखता है

पुराने एआई टूल्स के विपरीत, नैनो केले प्रमुख विवरण खोने के साथ सटीकता का संपादन जोर देते हैं। Itkeps परिप्रेक्ष्य, प्रकाश व्यवस्था, और विषय पहचान बरकरार। उदाहरण के लिए, दो फ़ोटो सम्मिश्रण करते समय, अंतिम छवि अभी भी दोनों की पहचान योग्य विशेषताओं को संरक्षित करती है।

यह छवियों के भीतर पाठ उत्पन्न करने में भी बेहतर है, जैसे कि साइनबोर्ड, लेबल और पैकेजिंग, एक ऐसा क्षेत्र जहां अधिकांश एआई मॉडल अक्सर विफल होते हैं।

उपयोगकर्ताओं के लिए सुविधाएँ

नैनो केले के साथ, उपयोगकर्ता कर सकते हैं:

• खरोंच से छवियां उत्पन्न करें।
• फ़ोटो को मूल रूप से संपादित करें।
• एक में कई शॉट्स ब्लेंड करें।
• एक अनुरोध में एक छवि के चार विविधताएं प्राप्त करें।

सिंथिड के साथ प्रामाणिकता सुनिश्चित करना

दुरुपयोग के बारे में चिंताओं से निपटने के लिए, Google प्रत्येक एआई-जनित छवि में एक अदृश्य सिंथिड वॉटरमार्क जोड़ता है। यह वॉटरमार्क फसल या आकार देने जैसे सामान्य संपादन से बचता है।

इसके अलावा, Google एक छवि कब और कैसे बनाई गई थी, इसके बारे में छेड़छाड़-प्रॉफ मेटाडेटा को संलग्न करने के लिए Google कंटेंट क्रेडिट क्रेडेंशियल (C2PA) का उपयोग करता है। सार्वजनिक उपयोग के लिए एक सिंथिड डिटेक्टर टूल का भी परीक्षण किया जा रहा है।

नैनो केला दिखाता है कि कैसे Google यथार्थवादी संपादन और मजबूत प्रामाणिकता उपायों के साथ AI छवि का नेतृत्व करने की कोशिश कर रहा है। हालांकि, जैसा कि जनरेटिव एआई फैलता है, यह भी दुरुपयोग के बारे में भी बताता है, नकली छवियों से लेकर भ्रामक संपादन तक। यह उपकरण अब मिथुन ऐप, जेमिनी एपीआई और उद्यमों के लिए वर्टेक्स एआई के माध्यम से उपलब्ध है।