文字轉圖像 AI

Imagen、Parti 和 Muse 是目前的主要文字轉圖像模型。Imagen 是可高度擬真的擴散模型。Pathways Autoregressive Text-to-Image 模型 (Parti) 可根據真實世界知識，將複雜元素合成內容豐富的圖像。Muse 是擁有強大圖片生成效能的 Transformer 模型。至於 Gemini 幾乎可理解任何輸入內容，並生成任何形式的結果，包括文字、圖像、音訊、影片和程式碼，拓展模型的可能性。

Imagen 是具深度語言理解能力的擴散模型，適合生成擬真圖像。Parti 是自動迴歸模型，適合生成統一風格和主題，以及特定風格的圖像。Muse 是 Transformer 模型，可生成包含多個物件和複雜結構的圖像。每種模型各有優點：Imagen 擅長生成逼真圖像，Parti 的圖像內容豐富，Muse 提供編輯工具且速度飛快。這些模型都很容易上手，不需要程式設計知識即可使用。

Imagen 3 是 Google 最新的圖像生成模型。相較於 Imagen 2，這項產品提供出色的影像品質，外加多項改善，包括加快超過 40% 的生成速度，方便快速執行原型設計及疊代；更確實理解提示並遵循指令；寫實生成內容，包括人群；以及進一步控制圖片中的文字轉譯。

Imagen 3 推出預先發布版，讓 Vertex AI 客戶搶先體驗，並提供多語言支援、內建安全防護功能 (例如 Google DeepMind 的 SynthID 數位浮水印)，以及多種顯示比例支援。