AI teks ke gambar

Imagen, Parti, dan Muse adalah model text-to-image utama. Imagen adalah model diffusion dengan tingkat fotorealisme yang tinggi. Model Pathways Autoregressive Text-to-Image (Parti) dapat menghasilkan sintesis gambar yang memiliki konten lengkap berkat kemampuannya menangani komposisi kompleks dan pemahamannya tentang dunia nyata. Muse adalah model Transformer yang memiliki performa pembuatan gambar yang berkualitas. Selain itu, Gemini memperluas berbagai kemungkinan dari model yang ada karena kemampuannya untuk memahami berbagai jenis input dan menghasilkan berbagai jenis output, termasuk teks, gambar, audio, video, dan kode.

Imagen adalah model difusi yang unggul dalam hal fotorealisme dan memiliki pemahaman bahasa yang mendalam. Parti adalah model autoregresif yang bagus untuk memperoleh konsistensi gaya dan tema serta menghasilkan gambar dengan gaya tertentu. Muse adalah model Transformer yang dapat menghasilkan gambar dengan beberapa objek dan komposisi yang kompleks. Masing-masing menawarkan keunggulan yang unik. Imagen unggul dalam hal fotorealisme dan Parti sangat bagus karena konten lengkapnya, sedangkan Muse unggul soal kecepatan dan alat pengeditan. Ketiganya mudah digunakan dan tidak memerlukan pengetahuan pemrograman.

Imagen 3 adalah model pembuatan gambar terbaru dari Google. Model ini memberikan kualitas gambar yang luar biasa dengan beberapa peningkatan dibandingkan Imagen 2 — termasuk generasi lebih cepat 40% untuk pembuatan prototipe dan iterasi yang cepat; pemahaman prompt yang lebih baik dan mengikuti petunjuk; generasi foto realistis, termasuk kelompok orang; serta kontrol yang lebih besar atas rendering teks dalam gambar. 

Diluncurkan dalam versi pratinjau untuk pelanggan Vertex AI dengan akses awal, Imagen 3 juga menyertakan dukungan multibahasa, fitur keamanan bawaan seperti watermark digital SynthID dari Google DeepMind, serta dukungan untuk berbagai rasio aspek.