Imagen
.jpg) 由 Imagen 3 所生成的图像。部分提示语： 柔和光照的午後山谷與蜿蜒的河流。 | |
| 开发者 | Google DeepMind |
|---|---|
| 当前版本 | Imagen 3（2024年8月13日） |
| 类型 | 文字转图像模型 |
| 网站 | deepmind |
Imagen、Imagen 2和Imagen 3是由Google DeepMind开发的文字转图像模型。在2023年4月Google Brain与Google DeepMind合并前，该模型由Google Brain 负责开发。[1]Imagen主要用于从文字提示生成图像，类似于Stability AI的Stable Diffusion、OpenAI的DALL-E或Midjourney。
该模型的初代版本最早于2022年5月的一篇论文中介绍。[2]它能产生高品质图像，目前任何拥有Google帐号的使用者皆可透过Gemini、ImageFX和Vertex AI等服务使用此工具[3]
历史
[编辑]Imagen的初代版本于2022年5月首次在一篇论文中发表，具备从自然语言生成高保真图像的能力。[2]第二代Imagen 2发布于2023年12月，[4]其突出特点是能生成文字与标志图像。[5] Imagen 3则于2024年8月推出，[6]Google表示此新版在细节与光影呈现方面有明显提升。[7]
技术
[编辑]Imagen 运用了两项关键技术：
第一，采用了基于Transformer架构的大型语言模型，尤其是T5，用以理解文字并对其进行编码，供图像生成之用；
第二，使用阶层式扩散模型进行高保真图像生成。其生成流程分为三个阶段：先产生64x64的基础图像，接著依序升级至256x256与1024x1024。[2]
功能
[编辑]Imagen可依文字提示生成写实风格图像。[3]它也支援多种风格，包括电影感、35毫米胶片风、插画风和超现实风。该模型可输出五种画面比例：9:16、3:4、1:1、4:3、16:9。此外，Imagen还可透过修改文字提示来编辑已生成的图像。[7]
参见
[编辑]参考资料
[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）.
