IA de texto para imagem

Imagen, Parti e Muse são modelos importantes de conversão de texto em imagem. O Imagen é um modelo de difusão com um alto grau de fotorrealismo. O modelo Autoregressivo de texto para imagem (Parti, na sigla em inglês) oferece suporte a síntese rica em conteúdo envolvendo composições complexas e conhecimento mundial. O Muse é um modelo de transformador para forte desempenho de geração de imagens. E o Gemini amplia o que é possível com um modelo capaz de entender praticamente todas as entradas e gerar quase todas as saídas, incluindo texto, imagens, áudio, vídeo e código.

O Imagen, um modelo de difusão, é ótimo para fotorrealismo com um nível profundo de compreensão da linguagem. Parti, um modelo autoregressivo, é ótimo para estilo e tema consistentes e para gerar imagens em um estilo específico. O Muse, um modelo de transformador, pode gerar imagens com vários objetos e composição complexa. Cada um tem pontos fortes únicos: o Imagen se destaca em fotorrealismo, Parti em conteúdo avançado e Muse em ferramentas de velocidade e edição. Todas são fáceis de usar e não exigem conhecimento de programação.

O Imagen 3 é o modelo mais recente de geração de imagens do Google. Ele oferece uma qualidade de imagem excepcional, além de diversas melhorias em relação ao Imagen 2, incluindo geração 40% mais rápida para prototipagem e iteração rápidas, melhor compreensão e acompanhamento de instruções, gerações fotorrealistas (como grupos de pessoas) e maior controle sobre a renderização de texto em uma imagem.

Disponibilizado em pré-lançamento para clientes da Vertex AI com acesso antecipado, o Imagen 3 também inclui suporte a vários idiomas, recursos de segurança integrados, como marca-d'água digital SynthID do Google DeepMind, e suporte a várias proporções.