La inteligencia artificial puede crear imágenes impresionantes, pero no es raro que estas imágenes tengan problemas extraños, como personas con demasiados dientes o paisajes urbanos con diseños de calles al estilo Escher. Google Gemini está trabajando en mejorar su función de creación de imágenes con IA para solucionar estos problemas, según un código sin terminar descubierto por Android Authority. Parece que una capacidad de ajuste fino está en camino, lo que permitirá a los usuarios hacer ediciones detalladas en sus imágenes generadas por IA.
Actualmente, las herramientas de texto a imagen de Google Gemini no pueden hacer ediciones después de crear la imagen. En su lugar, los usuarios deben enviar nuevos comandos, esperando que el nuevo comando solucione cualquier problema y cree algo que coincida con lo que quieren ver. Esto puede ser especialmente tedioso si hay un error pequeño pero aún así molesto. Según el código descubierto, la función de ajuste fino de Gemini abordará la necesidad de cambios limitados con dos métodos de edición.
La primera opción permitirá a los usuarios enviar un comando sobre una imagen generada por IA y pedir un cambio en un aspecto. Por ejemplo, si te gusta la imagen pero quieres ambientarla en una ciudad, podrías mantener el robot y el pájaro pero cambiar el fondo pidiendo a Gemini que los mueva. El segundo método descrito en el código es un enfoque más interactivo. Los usuarios podrían rodear la parte de la imagen que quieren cambiar usando su dedo o un lápiz óptico. Una vez seleccionada el área, pueden describir los cambios deseados, y Gemini entenderá que las instrucciones se refieren solo a la sección rodeada.
Éxito en la Edición con IA
Estas herramientas de edición podrían beneficiar especialmente a aquellos en campos como el diseño gráfico, marketing y redes sociales, donde la precisión visual y los tiempos de respuesta rápidos son cruciales. Google Gemini puede servir mejor a las necesidades de artistas, diseñadores y usuarios casuales que buscan crear contenido visual pulido de manera más eficiente. Aunque la fecha exacta de lanzamiento de estas funciones sigue siendo incierta, su aparición en el código sugiere que no tardarán en llegar. También se complementa bien con funciones relacionadas como la próxima función de búsqueda de imágenes Ask Photos.
Google no será el primero en implementar herramientas de edición para creadores de imágenes con IA. Estos métodos son en gran medida los mismos que los disponibles con la cartera de modelos de creación de imágenes de IA de OpenAI, Dall-E. En ChatGPT, los usuarios pueden pedir ajustes a una imagen ya producida, o pueden resaltar partes de ella y enviar un nuevo comando de texto ajustando esa parte de la imagen. Hay características similares para muchos creadores de imágenes con IA como Ideogram.ai y Adobe Firefly. Aun así, el plan de Google de incorporar estas herramientas de ajuste fino es un salto técnico para Gemini. Marca el continuo esfuerzo de Google por igualar y superar a sus rivales en OpenAI, Meta y otros en lo que respecta a herramientas de IA generativa.
