IA de texto a imagen
Crea y edita imágenes a partir de texto sin escribir ni una sola línea de código
Genera y edita imágenes a partir de descripciones de texto en cuestión de segundos mediante los modelos de generación de imágenes Gemini 2.5 Flash Image e Imagen con APIs disponibles en los lenguajes de programación Python, Java y Go.
Los nuevos clientes reciben hasta 300 USD en crédito gratis para generar imágenes y más en Vertex AI
Información general
¿Qué es la IA de texto a imagen?
La IA de conversión de texto a imagen es un tipo de inteligencia artificial que puede generar y editar imágenes a partir de textos descriptivos. Esta tecnología tiene el potencial de transformar la forma en que interactuamos con el contenido visual y lo creamos. Las herramientas y los recursos de conversión de texto a IA de Google Cloud, como los modelos de IA preentrenados Imagen, Gemini 2.5 Flash Image y Veo, disponibles en Vertex AI, están diseñados para ayudar a los desarrolladores a implementar fácilmente la generación de texto a imagen en sus aplicaciones.
¿Cómo se utiliza la conversión de texto a imagen en el desarrollo de aplicaciones?
La IA de texto a imagen se puede usar en el desarrollo de aplicaciones para generar prototipos, ilustraciones, datos de pruebas, contenido educativo y visualizaciones con fines de depuración. Vertex AI y la API de Cloud Vision de Google Cloud ofrecen a los desarrolladores acceso a un paquete de funciones de procesamiento de imágenes, como la detección de texto, la detección de objetos y la clasificación de imágenes.Document AI se puede utilizar para extraer texto de documentos escaneados y generar imágenes de descripción de texto.
¿Qué modelos se utilizan para la generación de texto a imagen?
Imagen y Gemini 2.5 Flash Image son los modelos clave de Google para la conversión de texto a imagen.
¿En qué se diferencian estos modelos entre sí?
Imagen: Imagen es un modelo especializado y exclusivo para imágenes. Se ha diseñado como un motor de difusión, lo que significa que su objetivo principal es generar imágenes fotorrealistas, pulidas y de alta calidad a partir de peticiones de texto. Su punto fuerte es la "correspondencia entre texto y píxeles" para crear resultados atractivos y visualmente atractivos.
Gemini 2.5 Flash Image: es un modelo de lenguaje extenso (LLM) multimodal nativo. A diferencia de un modelo de imágenes específico, trata las imágenes como otra forma de "lenguaje". Esto significa que se ha entrenado desde cero para entender y procesar tanto texto como imágenes en un solo paso unificado. Esta arquitectura es lo que le permite ofrecer funciones únicas que van más allá de la simple generación.
¿Cómo puedo usar estos modelos de Google?
Puedes acceder a estos modelos de IA de conversión de texto a imagen a través de Vertex AI en Google Cloud o de Google AI Studio. Para utilizar los modelos, solo tienes que proporcionar una orden de texto, seleccionar los parámetros (algunos modelos te permiten seleccionar parámetros que controlan el estilo, la creatividad y la precisión de la imagen generada) y, por último, generar la imagen.
Cómo funciona
La IA de conversión de texto a imagen usa el procesamiento del lenguaje natural (PLN) para convertir la descripción de texto a un formato que pueda leer una máquina. Una vez convertido a un formato legible para máquinas, el modelo de aprendizaje automático se entrena con un conjunto de datos a gran escala de texto e imágenes, aprende a identificar patrones y los utiliza para generar o editar imágenes. La IA de conversión de texto a imagen de Google Cloud utiliza un modelo de aprendizaje profundo llamado Imagen, un modelo de última generación que puede generar imágenes fotorrealistas a partir de descripciones de texto.
La IA de conversión de texto a imagen usa el procesamiento del lenguaje natural (PLN) para convertir la descripción de texto a un formato que pueda leer una máquina. Una vez convertido a un formato legible para máquinas, el modelo de aprendizaje automático se entrena con un conjunto de datos a gran escala de texto e imágenes, aprende a identificar patrones y los utiliza para generar o editar imágenes. La IA de conversión de texto a imagen de Google Cloud utiliza un modelo de aprendizaje profundo llamado Imagen, un modelo de última generación que puede generar imágenes fotorrealistas a partir de descripciones de texto.
Usos habituales
Genera imágenes usando IA
Genera imágenes mediante peticiones de texto
Descubre cómo usar la función de generación de texto a imagen de Imagen en Vertex AI y exportar una versión mejorada de la imagen que se genera. Esta guía de inicio rápido te muestra cómo utilizar la generación de imágenes Imagen en la consola de Google Cloud.
Instrucciones
Genera imágenes mediante peticiones de texto
Descubre cómo usar la función de generación de texto a imagen de Imagen en Vertex AI y exportar una versión mejorada de la imagen que se genera. Esta guía de inicio rápido te muestra cómo utilizar la generación de imágenes Imagen en la consola de Google Cloud.
Editar imágenes con IA
Fusión de varias imágenes y edición conversacional
Con Gemini 2.5 Flash Image, puedes combinar diferentes imágenes en una nueva imagen perfecta. Usa varias imágenes de referencia para crear una sola imagen unificada. También puedes editar imágenes con instrucciones sencillas en lenguaje natural. Puedes hacer cambios con solo mantener una conversación, desde quitar a una persona de una foto de grupo hasta arreglar un pequeño detalle, como una mancha.
Además, Imagen en Vertex AI te permite editar imágenes generadas con Imagen o imágenes que ya tengas. Puedes especificar la parte de la imagen que se va a modificar, además del texto de descripción de las actualizaciones (edición basada en máscaras).
Instrucciones
Fusión de varias imágenes y edición conversacional
Con Gemini 2.5 Flash Image, puedes combinar diferentes imágenes en una nueva imagen perfecta. Usa varias imágenes de referencia para crear una sola imagen unificada. También puedes editar imágenes con instrucciones sencillas en lenguaje natural. Puedes hacer cambios con solo mantener una conversación, desde quitar a una persona de una foto de grupo hasta arreglar un pequeño detalle, como una mancha.
Además, Imagen en Vertex AI te permite editar imágenes generadas con Imagen o imágenes que ya tengas. Puedes especificar la parte de la imagen que se va a modificar, además del texto de descripción de las actualizaciones (edición basada en máscaras).
Descripciones visuales con IA
Obtén descripciones de imágenes mediante descripciones visuales
Genera descripciones relevantes para las imágenes, como metadatos detallados, subtítulos automáticos y descripciones rápidas de productos y recursos visuales.
Instrucciones
Obtén descripciones de imágenes mediante descripciones visuales
Genera descripciones relevantes para las imágenes, como metadatos detallados, subtítulos automáticos y descripciones rápidas de productos y recursos visuales.
Marca de agua digital
Genera y verifica la marca de agua de una imagen
Las marcas de agua digitales se añaden automáticamente a las imágenes generadas por determinados modelos de IA en Vertex AI, como Imagen y Gemini 2.5 Flash Image. Esto se hace mediante una tecnología creada por Google DeepMind llamada SynthID, que inserta una marca de agua invisible directamente en los píxeles de la imagen.
Para detectar la marca de agua digital en una imagen en Vertex AI, puedes usar las herramientas de detección integradas. Con Vertex AI Media Studio, solo tienes que subir la imagen que quieras verificar y, si se detecta una marca de agua de SynthID, la imagen mostrará una insignia de "SynthID detectado".
Instrucciones
Genera y verifica la marca de agua de una imagen
Las marcas de agua digitales se añaden automáticamente a las imágenes generadas por determinados modelos de IA en Vertex AI, como Imagen y Gemini 2.5 Flash Image. Esto se hace mediante una tecnología creada por Google DeepMind llamada SynthID, que inserta una marca de agua invisible directamente en los píxeles de la imagen.
Para detectar la marca de agua digital en una imagen en Vertex AI, puedes usar las herramientas de detección integradas. Con Vertex AI Media Studio, solo tienes que subir la imagen que quieras verificar y, si se detecta una marca de agua de SynthID, la imagen mostrará una insignia de "SynthID detectado".
