谷歌幻灯片推出新侧边栏，提供设计工具和多种模板，用户可使用可编辑组件和丰富图库，支持比例缩放，提升编辑效率。

谷歌发布了视频和图像生成模型的更新版本：Veo 2和Imagen 3。Veo 2能够生成高质量视频，具备更好的现实感和电影语言理解；Imagen 3则能生成更明亮、构图更佳的图像，支持多样的艺术风格。此外，谷歌推出了新工具Whisk，允许用户通过图像输入和创作，轻松混合和重塑创意。

谷歌推出了新的视频生成模型Veo 2和图像生成模型Imagen 3，均实现了领先的生成效果。Veo 2能够生成高质量视频，理解现实物理和人类动作，支持多种拍摄风格。Imagen 3提升了图像质量，能够生成多样化的艺术风格。新工具Whisk允许用户通过图像输入和创作，轻松混合和重塑创意。

今年推出了Veo 2视频生成模型和Imagen 3图像生成模型，二者均实现了先进的生成效果。Veo 2能够生成高质量视频，理解物理和人类动作，支持多种拍摄风格；Imagen 3则提升了图像质量和多样性。此外，新工具Whisk允许用户通过图像输入进行创意混合。

谷歌云客户现在可以使用Imagen 3和Veo创建图像和视频。下周起，所有谷歌云客户将在Vertex AI上访问Imagen 3，该工具根据文本提示生成高质量图像，并提供编辑和定制功能。Veo则能根据文本或图像提示生成视频，目前在Vertex AI中处于私人预览阶段。这使谷歌云成为首个提供此类生成AI服务的大型云服务商。

谷歌正在推出Gemini平台的新功能，包括Gems，允许用户在任何主题上创建定制的AI专家。Gems可用于编码、职业建议、头脑风暴和写作等任务。谷歌还推出了Imagen 3，这是一个升级的图像生成模型，可以用几个词语创建高质量的图像。Imagen 3将提供多种风格和语言。谷歌还在努力生成人物图像，并为部分用户提供早期访问版本。该公司专注于用户控制和改善用户体验。

本文介绍了Imagin技术在文本到图像生成中的应用，利用大型transformer模型实现高保真图像生成。通过DrawBench基准测试，该技术在图像-文本对齐和样本质量上优于现有模型。研究提出了安全潜在扩散（SLD）方法，解决生成图像中的不当内容问题，并通过生成语义护理（GSN）和注意力机制提高图像真实性。此外，研究展示了如何通过软提示和对比引导方法增强模型的灵活性和控制能力。

谷歌的Imagen 2技术通过深度学习模型生成高质量图像，应用于多个产品中。谷歌加强了模型的安全性，限制生成有害内容。生成的图像标记为SynthID，提供识别和隐私保护。

背景 Imagen 是谷歌做的一个输入文本，自动生成对应图片的工具，突然看到 Imagen 的宣传，感觉 UGC 离现实生活越来越近了。 之前 GPT-3 生成的一篇文章登顶 hacknews，引发一波热潮，但总觉得文本的 UGC...