Imagen
.jpg) 由 Imagen 3 所生成的圖像。部分提示語： 柔和光照的午後山谷與蜿蜒的河流。 | |
| 開發者 | Google DeepMind |
|---|---|
| 当前版本 | Imagen 3（2024年8月13日） |
| 类型 | 文字轉圖像模型 |
| 网站 | deepmind |
Imagen、Imagen 2和Imagen 3是由Google DeepMind開發的文字轉圖像模型。在2023年4月Google Brain與Google DeepMind合併前，該模型由Google Brain 負責開發。[1]Imagen主要用於從文字提示生成圖像，類似於Stability AI的Stable Diffusion、OpenAI的DALL-E或Midjourney。
該模型的初代版本最早於2022年5月的一篇論文中介紹。[2]它能產生高品質圖像，目前任何擁有Google帳號的使用者皆可透過Gemini、ImageFX和Vertex AI等服務使用此工具[3]
歷史
[编辑]Imagen的初代版本於2022年5月首次在一篇論文中發表，具備從自然語言生成高保真圖像的能力。[2]第二代Imagen 2發佈於2023年12月，[4]其突出特點是能生成文字與標誌圖像。[5] Imagen 3則於2024年8月推出，[6]Google表示此新版在細節與光影呈現方面有明顯提升。[7]
技術
[编辑]Imagen 運用了兩項關鍵技術：
第一，採用了基於Transformer架構的大型語言模型，尤其是T5，用以理解文字並對其進行編碼，供圖像生成之用；
第二，使用階層式擴散模型進行高保真圖像生成。其生成流程分為三個階段：先產生64x64的基礎圖像，接著依序升級至256x256與1024x1024。[2]
功能
[编辑]Imagen可依文字提示生成寫實風格圖像。[3]它也支援多種風格，包括電影感、35毫米膠片風、插畫風和超現實風。該模型可輸出五種畫面比例：9:16、3:4、1:1、4:3、16:9。此外，Imagen還可透過修改文字提示來編輯已生成的圖像。[7]
參見
[编辑]參考資料
[编辑]- ^ Roth, Emma; Peters, Jay. Google's big AI push will combine Brain and DeepMind into one team. The Verge. April 20, 2023 [March 18, 2025]. （原始内容存档于April 20, 2023）.
- ^ 2.0 2.1 2.2 Saharia, Chitwan; Chan, William; Saxena, Saurabh; Li, Lala; Whang, Jay; Denton, Emily; Seyed Kamyar Seyed Ghasemipour; Burcu Karagol Ayan; Sara Mahdavi, S.; Rapha Gontijo Lopes; Salimans, Tim; Ho, Jonathan; David J Fleet; Norouzi, Mohammad. Photorealistic Text-to-Image Diffusion Models with Deep Language Understanding. 2022. arXiv:2205.11487
[cs.CV].
- ^ 3.0 3.1 Peterson, Jake. Anyone With a Google Account Can Try Google's Latest AI Image Generator Right Now. Lifehacker. 2024-08-16 [2025-03-18] （英语）.
- ^ Imagen 2 - our most advanced text-to-image technology. Google DeepMind. 2025-03-12 [2025-03-18] （英语）.
- ^ Wiggers, Kyle. Google debuts Imagen 2 with text and logo generation. TechCrunch. 2023-12-13 [2025-03-18] （美国英语）.
- ^ Schoon, Ben. Google opens access to Imagen 3, its latest model for AI image generation. 9to5Google. 2024-08-16 [2025-03-18]. （原始内容存档于2024-08-18） （美国英语）.
- ^ 7.0 7.1 Christian Rowlands. Some of the most realistic AI images you'll see were created with this free tool. TechRadar. 2025-02-26 [2025-03-18] （英语）.
