文本到图像 AI

Imagen、Parti 和 Muse 是关键的文本到图像模型。Imagen 是一种 diffusion 模型，具有高度的写实感。Pathways Autoregressive Text-to-Image 模型 (Parti) 支持涉及复杂构图和世界知识的内容丰富的合成。Muse 是一种 Transformer 模型，在图像生成方面具有出色的性能。Gemini 拓展了模型的可能性，它几乎可以理解任何输入并生成几乎任何输出（包括文本、图片、音频、视频和代码）。

Imagen 是一种 diffusion 模型，非常适合照片写实，并且具有深层次的语言理解能力。Parti 是一种自回归模型，非常适合一致的风格和主题，以及生成特定风格的图像。Transformer 模型 Muse 可以生成具有多个物体和复杂构成的图像。每款产品都各具特色：Imagen 擅长照片写实，Parti 在内容的丰富性方面表现出色，Muse 速度快，且提供编辑工具。所有这些工具都易于使用，并且无需编程知识。

Imagen 3 是 Google 最新的图片生成模型。它提供出色的图片质量，并在 Imagen 2 的基础上进行了多项改进，包括：生成速度提高 40% 以上，实现快速原型设计和迭代；改善了提示理解和指令遵循；生成逼真的图像，包括人群；增强了对图片内文本渲染的控制。

Imagen 3 面向 Vertex AI 客户推出预览版，可抢先体验新功能，它还包含多语言支持、内置的安全功能（如 Google DeepMind 的 SynthID 数字水印），以及对多种宽高比的支持。