MediaOpción múltiple

Pregunta de práctica de Generative AI Leader

Una empresa quiere generar imágenes a partir de descripciones de texto. ¿Qué modelo en Vertex AI Model Garden deben usar?

Elige la mejor respuesta.

Respuesta correcta

  • DImagen

Explicación

Imagen es la opción correcta porque es un modelo de texto a imagen en Vertex AI Model Garden diseñado específicamente para generar imágenes de alta fidelidad a partir de descripciones en lenguaje natural. A diferencia de las otras opciones, Imagen utiliza una arquitectura basada en difusión para crear visuales fotorrealistas, lo que lo convierte en la única opción que aborda directamente el requisito de generar imágenes a partir de texto.

Por qué cada opción es correcta o incorrecta

A

Incorrecta

Chirp

Chirp es un modelo de voz para el reconocimiento automático de voz y texto a voz, por lo que consume o emite audio en lugar de imágenes. Es tentador porque Chirp se encuentra en Model Garden junto con los modelos generativos, y sería correcto cuando la tarea es transcribir voz o sintetizar voz a partir de texto.

B

Incorrecta

Codey

Codey genera y completa código fuente; produce tokens de texto, no píxeles, por lo que no puede renderizar una imagen a partir de una indicación. Es tentador porque Codey es un modelo generativo nativo en Model Garden, y sería la elección correcta para tareas de generación, finalización o explicación de código.

C

Incorrecta

PaLM 2

PaLM 2 es un modelo de lenguaje grande de texto a texto; su espacio de salida son tokens, por lo que no puede sintetizar imágenes. Es tentador porque PaLM 2 es un modelo generativo insignia de Model Garden, y sería correcto para tareas de resumen, chat o generación de texto en lugar de trabajo de texto a imagen.

D

Correcta

Imagen

Imagen es el modelo de generación de texto a imagen de Google Cloud, que convierte indicaciones en lenguaje natural directamente en imágenes fotorrealistas o artísticas. Satisface el requisito del enunciado de generar imágenes a partir de descripciones de texto, a diferencia de la comprensión multimodal o los modelos de incrustación de Gemini. Seleccionar Imagen de Vertex AI Model Garden es, por lo tanto, la opción adecuada.

Para profundizar

Imagen es la familia de modelos de difusión de texto a imagen de Google Cloud disponibles en Vertex AI Model Garden, que genera imágenes fotorrealistas a partir de indicaciones en lenguaje natural con opciones de relación de aspecto, indicaciones negativas y filtros de seguridad. Chirp es un modelo de voz para reconocimiento y síntesis, Codey se enfoca en la generación de código y PaLM 2 es un modelo de texto de propósito general. Los modelos de difusión funcionan eliminando iterativamente el ruido de una representación latente guiada por la incrustación de texto, razón por la cual la redacción de la indicación influye fuertemente en la composición y el estilo. Un escenario realista: un minorista necesita maquetas de productos y visuales de marketing a partir de descripciones escritas; llaman a la API de Imagen con indicaciones descriptivas, aplican configuraciones de seguridad y reciben archivos de imagen sin entrenar un modelo personalizado, aunque deben revisar las salidas para verificar la precisión de la marca y las licencias.

Sobre estas preguntas de práctica

Esta es una de las preguntas de práctica originales de Generative AI Leader de Courseiva, escrita para aprender y nunca copiada de exámenes reales ni de dumps.

Traducida del original en inglés con IA y revisada para comprobar el sentido. Los códigos de examen, los comandos y los nombres de productos se mantienen tal como aparecen en el examen.