ទទួលបានបទពិសោធន៍គំរូបង្កើតរូបភាព AI ដ៏គួរឱ្យចាប់អារម្មណ៍របស់ Google

Google ទើបតែបានបញ្ចេញនូវមុខងារបង្កើតរូបភាពដើមយ៉ាងទូលំទូលាយពីគំរូភាសា Gemini 2.0 Flash ។ ជាមួយនឹងសមត្ថភាពនេះ ម៉ូដែលអាចសរសេរ កែសម្រួលរូបភាពដែលមានស្រាប់ដោយផ្អែកលើការបញ្ចូលអត្ថបទ។ រូបថត៖ Google ។

មិនដូចឧបករណ៍រូបភាពផ្សេងទៀតដែលរួមបញ្ចូលគ្នានូវគំរូនៃការសាយភាយជាមួយនឹងគំរូភាសាធំ (LLM) Gemini 2.0 Flash គឺពហុមុខងារ អាចគ្រប់គ្រងការបញ្ចូល និងលទ្ធផលក្នុងទម្រង់ជាច្រើន (អត្ថបទ អូឌីយ៉ូ រូបភាព។ល។)។ តាមទ្រឹស្ដី បច្ចេកទេសនេះធ្វើអោយប្រសើរឡើងនូវគុណភាពរូបថត អនុញ្ញាតឱ្យឧបករណ៍យល់ពីបរិបទ និងបន្តកែសម្រួលនៅក្នុងការសន្ទនាដូចគ្នា។ រូបថត៖ Google ។

ដើម្បីសាកល្បងឧបករណ៍ អ្នកប្រើប្រាស់ និងអ្នកអភិវឌ្ឍន៍ត្រូវចូលទៅកាន់ Google AI Studio ប្តូរទៅ Gemini 2.0 Flash (Image Generation) model Experimental ។ នៅក្នុងផ្នែក ទ្រង់ទ្រាយលទ្ធផល សូមជ្រើសរើស រូបភាព និងអត្ថបទ ។ តំបន់អន្តរកម្មឧបករណ៍មានទីតាំងនៅកណ្តាលអេក្រង់។ ខាងក្រោមនេះគឺជាមុខងារសំខាន់ៗមួយចំនួនរបស់ Gemini 2.0 Flash ។

បង្កើតរូបភាព និងអត្ថបទក្នុងពេលតែមួយ។ យោងតាម ​​Google Gemini 2.0 Flash គាំទ្រការបង្កើតអត្ថបទ និងរូបភាពក្នុងពេលតែមួយ។ ជាឧទាហរណ៍ គំរូអាចត្រូវបានស្នើឱ្យប្រាប់រឿងមួយ ហើយគូររូប។ តាមបទពិសោធន៍របស់ខ្ញុំ ល្បឿននៃការបង្កើតរូបភាព និងអត្ថបទគឺលឿនណាស់ ជាមធ្យម 5-10 វិនាទី/រូបភាព (អាស្រ័យលើប្រវែង និងភាពស្មុគស្មាញ)។

កែសម្រួលរូបថតនៅក្នុងការសន្ទនាដូចគ្នា ។ សូមអរគុណចំពោះការយល់ដឹងអំពីបរិបទរបស់វា Gemini 2.0 Flash គាំទ្រមតិកែលម្អ និងការកែសម្រួលរូបថត។ ប្រសិនបើអ្នកមិនពេញចិត្តនឹងពណ៌ វត្ថុ ឬព័ត៌មានលម្អិតណាមួយនៅក្នុងរូបថតទេ គ្រាន់តែបញ្ចូលពាក្យបញ្ជាដើម្បីធ្វើឱ្យឧបករណ៍ផ្លាស់ប្តូរដោយមិនប៉ះពាល់ដល់ធាតុផ្សេងទៀត។

កែសម្រួលរូបថតដែលមានស្រាប់ ។ ដូចគ្នានេះដែរ គ្រាន់តែបង្ហោះរូបថតណាមួយ ដើម្បីសួរឧបករណ៍ឱ្យកែសម្រួលព័ត៌មានលម្អិតនៅក្នុងរូបថត ដូចជាការផ្លាស់ប្តូរពណ៌ បន្ថែមវត្ថុ ឬកែតម្រូវផ្ទៃខាងក្រោយ។ អ្នក​ប្រើ​អាច​ផ្តល់​មតិ​បន្ត​រហូត​ដល់​ឧបករណ៍​បង្កើត​លទ្ធផល​គួរ​ឱ្យ​ពេញ​ចិត្ត។

វត្ថុបំបែក ។ សមត្ថភាពបំបែកវត្ថុរបស់ Gemini 2.0 Flash គឺល្អណាស់ ប៉ុន្តែនៅតែមានចំណុចខ្សោយទាក់ទងនឹងដៃមនុស្ស។ ឧបករណ៍​នេះ​យល់​ពី​អត្ថន័យ​ភាសា​វៀតណាម ដែល​អនុញ្ញាត​ឱ្យ​បំបែក និង​ជំនួស​ផ្ទៃខាងក្រោយ​តាម​ប្រធាន​បទ​ផ្សេង​ៗ​ជា​ច្រើន។

ពង្រីក / ផ្លាស់ប្តូរកន្លែងកើតហេតុ ។ ក្នុងករណីនេះ អ្នកប្រើប្រាស់អាចសួរឧបករណ៍ឱ្យបង្រួមរូបភាពដែលមានស្រាប់ ដោយបំពេញចន្លោះជាមួយនឹងឈុតថ្មីដោយផ្អែកលើការពិពណ៌នា។ ដោយសារវានៅតែស្ថិតក្នុងបេតា ឧបករណ៍នេះជួនកាលគាំង ឬមិនបង្កើតរូបភាពដែលចង់បាន។

បង្កើតរូបភាពជាមួយអត្ថបទច្រើន ។ យោងតាម ​​Google Gemini 2.0 Flash អាចបង្កើតរូបភាពដែលមានអក្សរវែងដោយគ្មានអក្ខរាវិរុទ្ធ ឬតួអក្សរចំលែក។ នេះគឺជាចំណុចខ្សោយមួយក្នុងចំណោមចំណុចខ្សោយជាច្រើននៅលើម៉ូដែលរូបភាពផ្សេងទៀត។ ទោះជាយ៉ាងណាក៏ដោយ បទពិសោធន៍បង្ហាញថា ភាសាវៀតណាមនៅតែពិបាកអាននៅកន្លែងខ្លះ។ ឧបករណ៍នេះក៏មិនអាចបកប្រែពាក្យនៅក្នុងអត្ថបទដោយគ្មានការណែនាំជាក់លាក់ដែរ។

បន្ថែមមនុស្សទៅរូបថត ។ ឧបករណ៍ដើម្បីបន្ថែមមនុស្សទៅរូបថតដែលមានស្រាប់ ជាមួយនឹងរូបរាងត្រឹមត្រូវដូចដែលបានពិពណ៌នា។ ដោយសារវាជាការចេញផ្សាយបេតាឥតគិតថ្លៃ ខ្សែសន្ទនានីមួយៗត្រូវបានកំណត់ត្រឹមប្រហែល 30,000 និមិត្តសញ្ញា។ ទោះជាយ៉ាងណាក៏ដោយ អ្នកប្រើប្រាស់មិនចាំបាច់បារម្ភទេ ពីព្រោះសំណួរ/ចម្លើយមួយមានតម្លៃត្រឹមតែ 300-500 រូបសញ្ញាប៉ុណ្ណោះ មិនច្រើនពេកទេ ប្រសិនបើគ្រាន់តែកែសម្រួល និងបង្កើតរូបថតជាមូលដ្ឋាន។

ផ្លាស់ប្តូរមុំបាញ់ ។ អ្នកប្រើប្រាស់អាចស្នើសុំផ្លាស់ប្តូរមុំផ្សេងគ្នានៃរូបថតដូចគ្នា។ ជា​ការ​ពិត​ណាស់ ឧបករណ៍​គាំទ្រ​ការ​កែ​សម្រួល​ព័ត៌មាន​លម្អិត​ផ្សេង​ៗ​រហូត​ដល់​បង្កើត​រូបភាព​ដែល​ពេញ​ចិត្ត។

ការជីកយករ៉ែចំណេះដឹង ។ យោងតាម ​​Google Gemini 2.0 Flash ត្រូវបានបណ្តុះបណ្តាលលើចំនួនចំណេះដឹងដ៏ច្រើនជាមួយនឹងសមត្ថភាពវែកញែក។ ជាឧទាហរណ៍ អ្នកអាចសុំឱ្យឧបករណ៍បង្កើតរូបមន្តដោយផ្អែកលើចំណេះដឹងដែលមានស្រាប់ បន្ទាប់មកគូររូបដើម្បីងាយស្រួលយល់។ ស្រដៀងទៅនឹងឧបករណ៍ផ្សេងទៀត Google កត់សម្គាល់ថា Gemini 2.0 Flash គ្រាន់តែជាចំណេះដឹងទូទៅប៉ុណ្ណោះ មិនស៊ីជម្រៅពេក ឬត្រឹមត្រូវទាំងស្រុងនោះទេ។

ការប្រើប្រាស់ដ៏ចម្រូងចម្រាស ។ បន្ទាប់ពីការចេញផ្សាយយ៉ាងទូលំទូលាយ មនុស្សជាច្រើនបានរកឃើញថា Gemini 2.0 Flash អាចលុបស្នាមទឹកចេញពីរូបថត។ លទ្ធភាពនេះមិនត្រូវបានទទួលយកដោយឧបករណ៍ AI ដូចជា GPT-4o ទេ។ ដោយសារវានៅតែជាការពិសោធន៍ Google ទំនងជានឹងជួសជុលវាក្នុងពេលដ៏ខ្លីខាងមុខនេះ។ រូបថត៖ @deedydas/X ។

ប្រភព៖ https://znews.vn/gemini-20-flash-lam-duoc-gi-post1539018.html