谷歌发布文句生成图像模型，新系统Parti根据文本输出各种风格

接下来，深入研究团队将专注于全面性深入研究假设错误测量和缓解策略性，例如上会卷积、负载卷积和假设重新校准。

他们还认为，有望适用评注到示意图片聚合假设来大规模理解大型示意图片评注资料集中的的错误，方法是一致侦测它们究竟依赖于一套已知的错误类型，并可能揭示其他形式的隐藏错误。另部份，深入研究医务人员还方案与艺术作品家合作开发，使小型化评注到示意图片聚合假设的功能适应其作品。

最后，相对于前段时间 OpenAI 公布的 DALL·E 2 和苹果公司自家的 Imagen（两者都是散播假设），深入研究医务人员提过，Parti 表明自复造出假设集再加且普遍一般而言。

-End-

参考：