Oracle ประกาศด้านความร่วมมือกับผู้ให้บริการคลาวด์ทีเดียวทั้งสองรายใหญ่คือ Microsoft Azure และ Google Cloud มีรายละเอียดดังนี้

โดยส่วนของไมโครซอฟท์นั้น Oracle ประกาศขยายความร่วมมือจากเดิม เพื่อให้แพลตฟอร์ม Microsoft Azure Al มาใช้คลาวด์ของ Oracle สำหรับรองรับความต้องการของ OpenAI บริษัทด้านปัญญาประดิษฐ์ที่ไมโครซอฟท์เป็นผู้ลงทุนและให้ความร่วมมือด้านคลาวด์ประมวลผลโดยเฉพาะ ก่อนหน้านี้ Oracle เคย ประกาศ ความร่วมมือกับ Azure มาแล้วครั้งหนึ่งเมื่อปลายปี

Google Cloud ประกาศซื้อกิจการบริษัท Cameyo ที่พัฒนาซอฟต์แวร์ virtualization เพื่อรันแอพวินโดวส์บน ChromeOS

ซอฟต์แวร์ของ Cameyo เรียกประเภทว่า virtual application delivery (VAD) ซึ่งเป็นการรันเฉพาะตัวแอพอย่างเดียว ต่างจาก virtual desktop infrastructure (VDI) ที่ต้องรันระบบเดสก์ท็อปทั้งตัวในสภาพแวดล้อมเสมือน แนวทาง VAD จึงมีประสิทธิภาพดีกว่า จัดการง่ายกว่า ปลอดภัยกว่า

Cameyo จับมือกับกูเกิลออกโซลูชันการรันแอพวินโดวส์บน ChromeOS มาตั้งแต่ปีที่แล้ว โดยรองรับฟีเจอร์ของ ChromeOS อย่างระบบไฟล์และ clipboard หลังจากทดสอบกันพอใจแล้ว กูเกิลจึงตัดสินใจซื้อทีม Cameyo เข้ามาอยู่ในทีม ChromeOS Enterprise ในที่สุด

CNBC รายงานโดยอ้างแหล่งข่าวที่เกี่ยวข้อง ระบุว่ากูเกิลได้ปลดพนักงานอย่างน้อย 100 ตำแหน่ง ในฝ่ายที่เกี่ยวกับบริการคลาวด์ ส่วนใหญ่เป็นฝ่ายขาย, ให้คำปรึกษา, ฝ่ายกลยุทธ์ go to market, ฝ่ายดำเนินงาน และวิศวกรรม

ตัวแทนของกูเกิลชี้แจงข้อมูลดังกล่าวว่าบริษัทมีการปลดพนักงานเพิ่มเติมในหลายแผนก เพื่อให้สอดคล้องกับโครงสร้างองค์กรในการนำผลิตภัณฑ์ออกสู่ตลาด เป็นไปตามความต้องการของลูกค้า รวมถึงส่งเสริมความสำเร็จของบริษ้ทในระยะยาว

เมื่อเดือนที่แล้วกูเกิลก็ปลดพนักงานประมาณ 200 ตำแหน่งในฝ่าย Core ที่รับผิดชอบ Python, โครงสร้างพื้นฐานทางเทคนิค, ระบบความปลอดภัยพื้นฐาน และแพลตฟอร์มของแอป

กูเกิลประกาศแผนการลงทุนวงเงิน 2 พันล้านดอลลาร์ ในประเทศมาเลเซีย โดยมีทั้งการตั้งศูนย์ข้อมูลและศูนย์ Google Cloud แห่งแรกในประเทศ อยู่ที่ Elmina Business Park ในรัฐเซอลาโงร์ รวมทั้งแผนอัปสกิลด้านความรู้ดิจิทัลตลอดจน AI ให้กับประชากรในประเทศด้วย

กูเกิลบอกว่าศูนย์ข้อมูลแห่งใหม่นี้จะรองรับการประมวลผลบริการต่าง ๆ รวมทั้ง Search, Maps และ Workspace ตลอดงานด้าน AI รองรับทั้งผู้ใช้ในภูมิภาคและในมาเลเซีย

ก่อนหน้านี้ไมโครซอฟท์ก็เพิ่ง ประกาศ การลงทุนด้านคลาวด์และ AI ที่มาเลเซีย ด้วยเงินลงทุน 2.2 พันล้านดอลลาร์

ที่มา: กูเกิล

Opera ประกาศนำโมเดล Gemini ของ Google Cloud มาใช้งานกับฟีเจอร์ Aria AI ในเว็บเบราว์เซอร์ Opera One ของตัวเอง

Opera เปิดตัวฟีเจอร์ AI ในเบราว์เซอร์มาตั้งแต่กลางปี 2023 โดยระบุว่าใช้โมเดล LLM หลายค่าย และเปิดให้ผู้ใช้เลือกโมเดลที่เหมาะสมกับตัวเองได้ จากโมเดลทั้งหมดที่มีให้เลือกมากกว่า 50 ตระกูล 150 เวอร์ชันย่อย (หนึ่งในนั้นคือ GPT ของ OpenAI ที่มีมาตั้งแต่เปิดตัว)

ก่อนหน้านี้ Opera ใช้โมเดลสร้างภาพ Imagen 2 และโมเดลแปลงข้อความเป็นเสียง Wavenet ของ Google Cloud อยู่ก่อนแล้ว ส่วน Gemini จะเข้ามาเสริมในฟีเจอร์สรุปหรือช่วยเขียนข้อความที่ชื่อว่า Compose

กูเกิลประกาศโครงการสร้างโครงข่ายไฟเบอร์ ที่เชื่อมต่อระหว่างทวีปแอฟริกาและทวีปออสเตรเลีย มีชื่อโครงการว่า Umoja(ภาษาสวาฮีลี แปลว่าการรวมกัน)

จุดเริ่มต้นของโครงข่ายอยู่ที่ประเทศเคนยา ผ่านประเทศยูกันดา, รวันดา, สาธารณรัฐประชาธิปไตยคองโก, แซมเบีย, ซิมบับเว และแอฟริกาใต้ ซึ่งเป็นจุดเชื่อมต่อหลัก เพราะกูเกิลมีศูนย์ข้อมูลคลาวด์ที่โจฮันเนสเบิร์ก จากนั้นเป็นเคเบิลใต้น้ำผ่านมหาสมุทรอินเดียไปออสเตรเลีย

Umoja จะเชื่อมต่อกับโครงการก่อนหน้านี้ของกูเกิลคือ Equiano ที่เชื่อมต่อระหว่างทวีปแอฟริกากับยุโรปผ่านประเทศโปรตุเกส เพิ่มการเชื่อมต่อที่เสถียรมากขึ้น ส่งเสริมเศรษฐกิจดิจิทัลในภูมิภาคแอฟริกา

Google Cloud ออกแถลง เหตุที่ UniSuper กองทุนรวมของออสเตรเลียที่มีสมาชิกกว่า 620,000 คน ถูกลบบัญชีออก โดยระบุว่า UniSuper ใช้บริการ Google Cloud VMware Engine Private Cloud ซึ่งจะต้องเปิดใช้บริการผ่านเครื่องมือภายในตัวหนึ่งเพื่อจัดสรร capacity ให้ตรงตามความต้องการของลูกค้า เจ้าหน้าที่ของ Google ที่ใช้งานเครื่องมือนี้เผลอลืมใส่ข้อมูลหนึ่งลงไป (ไม่ได้ระบุว่าเป็นพารามิเตอร์อะไร) ระบบภายในจึงตั้งพารามิเตอร์นี้เป็น 1 ปีตามค่าตั้งต้น

UniSuper กองทุนรวมของออสเตรเลีย ที่ดูแลเงินลงทุนของพนักงานมหาวิทยาลัยและหน่วยงานวิจัยในออสเตรเลียกว่า 620,000 คน ประสบปัญหาระบบออนไลน์ใช้งานไม่ได้มาเป็นเวลาเกิน 1 สัปดาห์ ด้วยเหตุผลว่า Google Cloud จัดการคอนฟิกผิดพลาด เผลอ "ลบ" บัญชีองค์กรของ UniSuper ออกจากระบบ

พนักงาน Google 28 คนถูกไล่ออก หลังมีส่วนร่วมกับการประท้วงด้วยวิธีการต่างๆ จากกรณีที่ Google ทำสัญญาในโครงการ Project Nimbus ให้รัฐบาลอิสราเอลเช่าคลาวด์มูลค่า 1.2 พันล้านเหรียญ(โครงการนี้รวมคลาวด์ของ Amazon ด้วย)

พนักงานส่วนหนึ่งในออฟฟิศที่ Sunnyvale รัฐแคลิฟอร์เนีย ได้ยึดห้องทำงานของ Thomas Kurian ซีอีโอ Google Cloud เพื่อประท้วง ขณะที่พนักงานที่ออฟฟิศในนิวยอร์ค ได้รวมตัวประท้วงในพื้นที่ส่วนกลางของออฟฟิศชั้น 10 โดย Google ต้องใช้กำลังของเจ้าหน้าที่ตำรวจในการเชิญตัวออกไปและควบคุมตัว

Google ได้ส่งจดหมายถึงพนักงานทั้งหมด โดยอ้างว่าพนักงานกลุ่มดังกล่าวละเมิดนโยบายและจรรยาบรรณในที่ทำงาน ซึ่งบริษัทจะไม่เพิกเฉยกับพฤติกรรมลักษณะนี้

ในงาน Google Cloud Next 2024 ผมได้มีโอกาสสัมภาษณ์ Zac Maufe ผู้บริหาร Google Cloud ที่ดูแลอุตสาหกรรมทางการเงินถึงประเด็นการใช้งาน generative AI ในอุตสาหกรรมนี้

Zac ระบุว่าการใช้งาน generative AI ในภาคการเงินส่วนมากยังอยู่ในฐานะเครื่องมือเพิ่มประสิทธิภาพการทำงานของพนักงานมากกว่าจะเป็นเครื่องมือที่ลูกค้าได้ใช้งานโดยตรง โดยแนวทางใช้งานที่เห็นได้ชัดมี 2 อย่าง คือ 1) เป็นเครื่องมือค้นหาข้อมูล สำหรับพนักงานซัพพอร์ตลูกค้าที่จะสามารถค้นหาข้อมูลต่างๆ ได้อย่างรวดเร็ว หรือนักวิเคราะห์ที่อาจจะทำรายงานจากข้อมูลต่างๆ ที่มีอยู่ในองค์กร 2) เป็นเครื่องมือส่งต่องาน เช่นกรณีพนักงานซัพพอร์ตอาจจะพบว่าปัญหาของลูกค้ามีความซับซ้อนสูง และต้องส่งเรื่องให้เจ้าหน้าที่ระดับสูงขึ้น กรณีนี้ generative AI สามารถทำสรุปข้อมูลทั้งหมดที่พนักงานชั้นต้นได้ขอข้อมูลลูกค้ามาแล้ว ทำให้กระบวนการส่งต่อเรื่องเร็วขึ้นมาก

กูเกิลประกาศแผนลงทุนวงเงิน 1 พันล้านดอลลาร์ เพื่อปรับปรุงโครงข่ายการเชื่อมต่อเคเบิ้ลใต้น้ำระหว่างสหรัฐอเมริกาและญี่ปุ่น โดยมีทั้งการขยายโครงข่ายในพื้นที่มหาสมุทรแปซิฟิก และเพิ่มเคเบิ้ลใต้น้ำสาย Proa และ Taihei ที่มีปลายทางที่ญี่ปุ่น ซึ่งเป็นความร่วมมือกับพาร์ตเนอร์หลายรายทั้ง KDDI, ARTERIA, Citadel Pacific และ CNMI

เคเบิ้ลใต้น้ำ Proa เป็นการเชื่อมต่อจาก NEC ประเทศญี่ปุ่น ไปยังเครือรัฐหมู่เกาะนอร์เทิร์นมาเรียนา (CNMI) และเกาะกวม เป็นการขยายโครงข่ายของ NEC ที่เชื่อมต่อไต้หวัน-ฟิลิปปินส์-อเมริกา (TPU) ให้ขยายมายัง CNMI ด้วย

ในงาน Google Cloud Next 2024 ผมได้มีโอกาสสัมภาษณ์ Zac Maufe ผู้บริหาร Google Cloud ที่ดูแลอุตสาหกรรมทางกรเงินถึงประเด็นการใช้งาน generative AI ในอุตสาหกรรมนี้

กูเกิลเปิดตัวบริการ Gemini Code Assist ที่เปลี่ยนชื่อมาจาก Duet AI for Developer แต่เปลี่ยนปัญญาประดิษฐ์ภายในเป็น Gemini ที่อ่านข้อมูลได้นับล้่านโทเค็น ทำให้เวลาแนะนำโค้ดนั้นไม่ใช่การอ่านทีละไฟล์ แต่อ่านทั้งโครงการทีละเป็นแสนบรรทัดและแนะนำได้ทันที

การประกาศรอบนี้ยังประกาศเป็นพันธมิตรกับบริษัทความปลอดภัยซอฟต์แวร์ Synk โดยตอนนี้ยังเป็นเพียงการแนะนำการใช้งาน Synk ในแชตก่อน แต่ภายในปีนี้จะรวมความสามารถในการสแกนโค้ดเข้าไว้ในบริการ Code Assist เลย ทำให้แนะนำช่องโหว่ในโค้ดได้ทันที

Gemini Code Assist เปิดให้ใช้ฟรีแล้ววันนี้ แต่จะเก็บเงินหลังวันที่ 11 มิถุนายนนี้ ราคา 19 ดอลลาร์ต่อคนต่อเดือน สามารถใช้งานได้บน VS Code และ JetBrains

กูเกิลเพิ่มบริการด้าน LLM ตัวใหม่ คือ Vertex AI Agent Builder สำหรับการพัฒนาบริการจาก LLM โดยไม่ต้องเขียนโค้ดเองโดยตรง (ยกเว้นส่วนที่เป็น integration กับภายนอก)

บริการนี้รวมเอาความสามารถหลายตัว ได้แก่

ในงาน Google Cloud Next 2024 กูเกิลเชิญผู้ให้บริการองค์กร จากองค์กรขนาดใหญ่ เช่น กลุ่มโรงแรม IHG, Verizon, Bayer โดยองค์กรเหล่านี้เตรียมใช้งาน generative AI ในแอปพลิเคชั่นที่ติดต่อกับลูกค้าแล้ว แม้จะมองเห็นโอกาสมากแต่ก็ยังเป็นการใช้งานอย่างระมัดระวังอยู่

Kalyani Sekar Chief Data Officer จาก Verizon ระบุว่าการสร้างแอปพลิเคชั่น generative AI นั้นควรเริ่มปล่อยให้ใช้งานจากวงเล็กภายในองค์กรเองก่อน และค่อยๆ ขยายไปยังกลุ่มใหญ่ขึ้นจนถึงผู้ใช้ภายนอกองค์กร เพื่อจะได้เห็นความสามารถและข้อจำกัดของระบบ และจุดสำคัญที่สุดของการใช้งาน generative AI นั้นอาจจะไม่ใช่ปัญหาว่ามันตอบอะไรได้บ้าง แต่ต้องพยายามไม่ให้ AI ตอบคำถามที่มันจะตอบผิด แล้วส่งให้คนทำงานเป็นคนตอบแทน

กูเกิลอัพเดตโมเดลปัญญาประดิษฐ์สร้างภาพ Imagen 2.0 โดยเพิ่มฟีเจอร์สำคัญคือการสร้างภาพเคลื่อนไหว และการแก้ไขภาพที่มีอยู่เดิม

การสร้างภาพเคลื่อนไหว เรียกว่า text-to-live image ยังจำกัดที่ความละเอียด 360x640 ยาว 4 วินาที ที่ 24 เฟรมต่อวินาที

สำหรับการแก้ไขภาพ รองรับทั้ง inpainting แก้ไขภายในภาพ และ outpainting เติมภาพเพื่อขยายขนาด รองรับการเพิ่มหรือลดวัตถุในภาพ

ภาพทั้งหมดที่สร้างโดย Imagen จะถูกฝังข้อมูล SynthID เพื่อระบุว่าภาพถูกสร้างโดยปัญญาประดิษฐ์ของกูเกิล

กูเกิลเปิด Gemini 1.5 Pro ให้คนทั่วไปใช้งานแล้ว หลังจาก เปิดตัวแบบจำกัดเมื่อเดือนกุมภาพันธ์ที่ผ่านมา พร้อมกับเพิ่มฟีเจอร์ค้นหาข้อมูลอ้างอิง (grounding) ทั้งการค้นด้วย Google Search และการค้นข้อมูลภายในองค์กรเอง

สำหรับการค้นข้อมูลในองค์กร เดิม Vertex AI มีบริการ Enterprise Search อยู่แล้ว ตอนนี้เพิ่มความสามารถเชื่อมต่อกับฐานข้อมูลภายนอก เช่น AlloyDB หรือ BigQuery เข้ามาเพิ่ม และยังเชื่อมต่อแอปที่องค์กรใช้งานอยู่ เช่น Workday, Salesforce, ServiceNow, Hadoop, Confluence, และ JIRA

กูเกิลเปิดตัว Google Axion Processors ซีพียู Armv9 โดยชูจุดเด่นว่าแรงกว่าซีพียู Arm ที่แรงที่สุดในคลาวด์ โดยแรงกว่าถึง 30% ในการทดสอบบางรายการ และในแง่ประสิทธิภาพพลังงานก็ดีกว่า x86 มาก

กูเกิลยังแทบไม่เปิดเผยสเปคภายในของชิป ไม่ว่าจะเป็นจำนวนคอร์, แคช, หรือ I/O แต่เป็นคอร์ Arm Neoverse V2 และใช้ส่วนเร่งความเร็ว Titanium ที่พัฒนาเองสำหรับรับโหลดอื่นๆ นอกจากการประมวลผลหลัก เช่น เน็ตเวิร์ค, สตอเรจ, หรือความปลอดภัย

เซิร์ฟเวอร์ที่ใช้ Axion จะเปิดให้ใช้งานภายในปีนี้

ที่มา - Google Cloud Blog

กูเกิลเปิดเผยว่าบริษัทได้พัฒนาชิปประมวลผลใหม่ เรียกชื่อว่า Axionเพื่อรองรับงานด้าน AI เป็นหลัก ซึ่งกูเกิลมีแผนการพัฒนาซีพียูส่วนนี้มาหลายปีแล้ว แต่มาเร่งมากขึ้นหลัง ChatGPT เปิดตัวช่วงปลายปี 2022

การที่กูเกิลลงทุนพัฒนาชิปสำหรับใช้งาน AI บนคลาวด์ของตนเองไม่ใช่เรื่องแปลก เพราะทั้ง อเมซอน และ ไมโครซอฟท์ ก็พัฒนาชิปสำหรับงานด้าน AI ของตนเองเช่นกัน กูเกิลเองก็มีหน่วยประมวลผลที่พัฒนาเองเรียกว่า TPU ซึ่งมี ใช้งานมาตั้งแต่ปี 2016 แต่กรณีของ Axion นั้นทำงานเป็นหน่วยประมวลผลกลางหรือเป็นซีพียู

Stack Overflow เปิดบริการ API แบบเสียเงินชื่อ OverflowAPI เพื่อดูดคำถาม-คำตอบไปใช้เทรน AI โดยมี Google Cloud เป็นลูกค้ารายแรก

Stack Overflow เคยประกาศแนวทางนี้ไว้ตั้งแต่เดือนเมษายน 2023 เพราะมองว่าคลังกระทู้ของตัวเองเป็นสิ่งที่มีมูลค่า หลังจากใช้เวลาพัฒนา API มาเกือบปี แนวทางของ Stack Overflow มีดังนี้

นอกจากเปิดตัว Gemini 1.5 Pro แล้ว กูเกิลยังประกาศว่าโมเดล AI ทั้ง Gemini 1.0 Pro และ Gemini 1.0 Ultra ที่ เปิดตัว เมื่อสัปดาห์ที่แล้ว ตอนนี้เปิดให้นักพัฒนาสามารถใช้งานได้แล้วผ่าน Vertex AI

โดย Gemini 1.0 Pro สามารถใช้งานได้แล้วสำหรับลูกค้า Vertex AI ทุกคน ส่วน Gemini 1.0 Ultra โมเดลรุ่นใหญ่ที่สุดในตระกูล Gemini ที่กูเกิลบอกว่า คะแนนทดสอบสูงกว่า GPT-4 ตอนนี้เปิดให้ใช้งานสำหรับลูกค้า Vertex AI ที่อยู่ใน allowlist

ที่มา: กูเกิล

Hugging Face บริษัทแพลตฟอร์มด้านโมเดล AI ประกาศความร่วมมือด้านกลยุทธ์กับ Google Cloud เพื่อให้นักพัฒนาสามารถปรับใช้ทรัพยากรของ Google Cloud กับบริการต่าง ๆ ของ Hugging Face รวมทั้งเทรนโมเดลบน Google Cloud ได้ด้วย

ความร่วมมือนี้มีทั้ง การนำงานวิจัยล่าสุดด้าน AI มาให้ทดสอบสำหรับผู้ใช้งาน Hugging Face และ Google Cloud, ร่วมมือกับพัฒนาไลบรารีและเฟรมเวิร์ก AI แบบโอเพนซอร์ส และเปิดให้สามารถเทรนและดีพลอยโมเดลของ Hugging Face บน Google Kubernetes Engine (GKE) และ Vertex AI ที่มีทรัพยากรฮาร์ดแวร์ประมวลผลขนาดใหญ่รองรับ

ตัวเลือกทั้ง Google Kubernetes Engine (GKE) และ Vertex AI จะมีใน Hugging Face ภายในครึ่งแรกของปี 2024 นี้

กูเกิลเปิดบริการ Document AI Custom Extractor บริการดึงข้อมูลออกจากฟิลด์ต่างๆ ในเอกสารด้วย generative AI ทำให้สามารถดึงข้อมูลจากฟอร์มต่างๆ ที่ไม่เข้ามาตรฐานที่กูเกิลมีอยู่เดิม เช่น ใบเสร็จ, ใบแจ้งหนี้, หรือบัตรประจำตัว

การใช้ generative AI ทำให้สามารถดึงข้อมูลออกมาเป็นฟิลด์โดยตัวเอกสารไม่ต้องเป็นฟอร์ม เช่น ดึงข้อความบางส่วนของขอความสัญญา หรือแม้จะเป็นการดึงข้อมูลจากฟอร์มก็สามารถพิมพ์ชื่อฟิลด์ที่ต้องการโดยไม่ต้องฝึกจากเอกสารจำนวนมาก

ระบบใหม่นี้ถูกลงเมื่อเทียบกับ Custom Extractor เวอร์ชั่นเก่า และยังรองรับการทำ fine-tuning เพื่อเพิ่มความแม่นยำ ตัวโมเดลจะปรับแต่งไปเรื่อยๆ และสามารถใช้งานเวอร์ชั่นเดิมได้ 6 เดือนหลังเวอร์ชั่นใหม่ออกมา

Google Cloud ประกาศยกเลิกค่าถ่ายข้อมูลออก (egress) ในกรณีย้ายออกจาก Google Cloud ไปยังผู้ให้บริการคลาวด์เจ้าอื่น หรือแม้แต่ย้ายไปยังเซิร์ฟเวอร์แบบ on premise ก็ตาม

ค่าถ่ายข้อมูลออก (egress) ถูกวิจารณ์มายาวนานว่าเป็นความพยายามล็อคให้ลูกค้าอยู่กับผู้ให้บริการ (vendor lock-in) โดยใช้วิธีคิดค่า egress ราคาแพงๆ เพื่อให้ลูกค้าต้องทบทวนซ้ำหากตัดสินใจย้ายออก

กูเกิลบอกว่าตัดสินใจยกเลิกค่า egress เพื่อให้ลูกค้าเปลี่ยนผู้ให้บริการคลาวด์ได้ง่ายขึ้น แต่ก็ยังวิจารณ์ว่าผู้ให้บริการคลาวด์บางรายยังใช้วิธีจำกัดลูกค้าด้วยไลเซนส์ ( แม้ไม่ได้ระบุชื่อแต่ก็รู้กันว่าหมายถึง Azure ) ซึ่งกูเกิลจะเดินหน้าผลักดันให้เกิดการเปลี่ยนแปลงเรื่องนี้ต่อไป

Google Cloud ประกาศอัพเกรดเครื่องมือสร้างรูปภาพจากข้อความ (Text-to-Image) Imagen 2ซึ่งพัฒนาจาก รุ่นก่อนหน้านี้ โดยตอนนี้สามารถใช้งานได้ทั่วไปแล้วสำหรับลูกค้า Vertex AI ที่อยู่ในลิสต์ให้ใช้งาน

Imagen 2 ถูกพัฒนาด้วยเทคโนโลยีจาก Google DeepMind มีจุดเด่นจากเวอร์ชันก่อนหน้านอกจากคุณภาพของรูปภาพที่ดีขึ้น ยังรองรับการสร้างรูปภาพสำหรับการใช้งานบางประเภท เช่น การสร้างโลโก้สินค้า การนำภาพโลโก้ติดเป็นฉลากบนสินค้า หรืองานรูปภาพที่ต้องการตัวหนังสือระบุตำแหน่งในภาษาต่าง ๆ นอกจากนี้ยังรองรับการทำความเข้าใจรูปภาพ และให้ผลลัพธ์เป็นรายละเอียดของสิ่งที่ Imagen 2 เห็นในรูปภาพอีกด้วย