Opera GX 在文本、音频和图像生成方面获得重大人工智能改进

Opera GX 刚刚对Aria 进行了一系列改进。人工智能助手的一系列改进，使其成为一个全面的解决方案，可满足用户根据文本生成图片、分析图片内容、生成需要花费大量时间进行在线研究的各种问题的答案等需求。

图像生成的工作原理是输入对所需结果的详细描述，获得图像后，用户还可以输入更多文字对其进行修改。唯一的问题是每位用户每天只能使用 30 张图片，这对于人工智能生成图片的铁杆粉丝来说是不够的。为了完成这些任务，Aria 使用了Imagen2模型。

当用户正在进行一项不能延迟的活动（如在线游戏会话），但又需要即时获取某些主题的信息（例如，用户正在进行的多人游戏的某一关卡的通关指南）时，Aria 的文本到语音功能就会派上用场。

为了更好地理解图像，用户必须将图形文件上传到 Aria，然后查看人工智能工具附带的说明。正如预期的那样，应避免使用攻击性图片，因为结果会是一个免责声明，即使是内容温和的图片，如不穿上衣的比基尼图片。值得庆幸的是，Aria 不仅能识别物体或人物，还能解决数学问题或基本的编程问题。

最后但并非最不重要的一点是，当要求 Aria 研究某个主题时，结果还将包括生成答案所使用的来源链接。这样，人工智能生成的研究就向前迈进了一大步。

正在研究这一领域的 Python 程序员应该抓紧时间学习《使用 Python 进行稳定扩散》（Using Stable Diffusion with Python）：利用 Python，使用稳定扩散控制并自动生成高质量的人工智能图像》一书由 Andrew Zhu（朱树东）所著，有 Kindle 版（35.99 美元）和平装本（42.74 美元）两种版本。