ImageFX de Google: Generador de imágenes

ImageFX es una aplicación ideada por Google DeepMind que permite obtener imágenes a partir de descripciones en lenguaje natural a partir de modelos avanzados de IA. En definitiva, ImageFX (https://labs.google/fx/tools/image-fx/) es uno de los últimos módulos que se incorpora al ecosistema de generación de las aplicaciones creativas de Google, junto con los módulos MusicFX (música) y TextFX (textos), que también forman parte del proyecto AI Test Kitchen, un proyecto que trata de explorar los límites creativos y éticos de la IA generativa.

Técnicamente, al igual que MusicFX y TextFX, se basa en el modelo Imagen 2, que es la última versión del sistema original «Imagen», un sistema que fue entrenado a partir de un sistema de modelos de lenguaje + difusión. Es decir, que la herramienta trata de entender lo que escribimos —por ejemplo: “un gato astronauta dando un paseo por Marte al atardecer”— y consigue representar una imagen relacionada y continuamente sorprendentemente verosímil de la escena en cuestión.

Lo que distingue a ImageFX de otras plataformas similares como DALL·E o Midjourney es su componente de interacción fluida entre el usuario y el software. Una interfaz con más hooks permite introducir cambios en los detalles a través de la interacción con “palabras clave flotantes” modificables y, también, ajustar los elementos mediante el uso del ratón, volviéndose más dinámico y accesible, para aquellas personas que no tienen un conocimiento previo en diseño gráfico o inteligencia artificial.

ImageFX es otro paso firme hacia la democratización de la creatividad asistida por inteligencia artificial. Por otra parte, y aunque todavía está en una fase experimental, se constituye como una herramienta muy potente con aplicaciones en publicidad, educación, diseño, entretenimiento, etc., siempre con el reto de equilibrar la potencialidad de la creatividad ejecutada por los usuarios asistentes con una aplicación ética y responsable.

¿ImageFX de Google es gratis?

De momento ImageFX tiene acceso gratuito pero con limitaciones. Se puede encontrar en el marco de AI Test Kitchen, que es uno de los entornos de pruebas de Google, donde se puede ir ofreciendo a los usuarios acceso a nuevas tecnologías en pruebas. Es decir, de momento no hay modelo de suscripción directa ni tampoco un coste por uso directo, que es también parte de la estrategia de Google para permitir a los usuarios dar feedback, ir mejorando el modelo e ir analizando las posibles implicaciones a nivel ético y social de su despliegue más amplio.

Pero el acceso a ImageFX (https://labs.google/fx/tools/image-fx/) está muy limitado geográficamente (por ejemplo, inicialmente solamente disponible en Estados Unidos) y está supeditado a tener una cuenta en Google. También puede haber limitaciones respecto a cuántas imágenes se pueden generar por sesión o por día, justo para evitar saturar recursos y tratar de hacer un uso responsable de la tecnología durante la fase de pruebas.

Este modelo de libre acceso de ImageFX tiene todo el sentido, ya que permite explotar las posibilidades creativas de la IA en manos de los desarrolladores, artistas, educadores y usuarios en general sin barreras económicas, al tiempo que Google puede recoger datos para mejorar su tecnología.

No obstante, tampoco hay que descartar que ImageFX llegue a integrarse a la larga dentro de Google o Gemini (antigua Bard) como parte de productos comerciales no gratuitos, o que se sofoquen planes premium como ya está en otras plataformas de IA generativa. Ahora bien, mientras tanto es una formidable oportunidad experimentar gratuitamente con el poder visual de la IA.

¿Cómo funciona ImageFX?

Las capacidades de la aplicación se basan en el potente modelo Imagen 2, un modelo de difusión entrenado para la comprensión del lenguaje natural y la generación de imágenes coherentes, de alta definición y creativas.

Así, el funcionamiento de ImageFX es sencillo: el usuario redacta en la aplicación su descripción (p.ej. “un castillo flotante sobre nubes en estilo steampunk”) y el modelo hace el resto. Es capaz de leerlo, dividir sus componentes semánticos y generar a partir del ruido de la imagen y modifica la imagen poco a poco. Este acabado final queda definido por el proceso de modelo de difusión, en el que la IA empieza a partir de una niebla visual que va clarificándose hasta que finalmente se hace visible la imagen.

Lo que ImageFX aporta en comparación con otros generadores como DALL·E o Stable Diffusion radica en experimentar con una interacción humana intuitiva: el sistema facilita que el usuario juegue con una serie de “palabras flotantes” asociadas a la descripción inicial, y que pueda modificar en tiempo real hasta variar todo el resultado visual (sin necesidad de estar siempre reescribiendo), lo que permite que la vivencia sea mucho más dinámica, exploratoria, e incluso accesible para aquellos que no tengan mucha experiencia con la generación por IA.

Se le asigna una especial importancia al propio trabajo de Google o en Gemini (antigua Bard) en cuanto al control de sesgos, al hecho de que implemente el contenido, así como a la transparencia. ImageFX realiza una función de generación de imágenes, pero también realiza un trabajo que representa un nuevo modo de plantear la creatividad visual; uno que es más colaborativo, más rápido y que otorga al individuo la fuerza necesaria de la inteligencia artificial.

Fuentes informativas

• Portal web oficial de ImageFX: https://labs.google/fx/tools/image-fx/

Publicaciones relacionadas