Google DeepMind ha lanzado oficialmente Imagen 4, su modelo de generación de imágenes a partir de texto más sofisticado hasta el momento, ofreciendo a los desarrolladores potentes herramientas para crear imágenes generadas por IA.
El lanzamiento, disponible desde el 15 de julio tanto a través de la API de Gemini como de Google AI Studio, introduce dos modelos distintos dentro de la familia Imagen 4. El modelo estándar, Imagen 4, con un precio de 0,04 dólares por imagen generada, es la oferta principal de Google para una amplia variedad de tareas de generación de imágenes. Para aplicaciones más exigentes que requieren una precisión máxima en la interpretación de los textos, Imagen 4 Ultra ofrece capacidades mejoradas por 0,06 dólares por imagen.
Imagen 4 supone un avance significativo respecto a su predecesor, destacando Google su "claridad excepcional en los detalles finos" como tejidos complejos, gotas de agua o pelaje de animales. El modelo sobresale tanto en estilos fotorrealistas como abstractos, y admite varios formatos de aspecto y resoluciones de hasta 2K.
Quizá lo más destacado sea que Imagen 4 resuelve un reto persistente en la generación de imágenes por IA: la mejora drástica en el renderizado de texto. Esta mejora hace que la tecnología sea especialmente valiosa para crear materiales de marketing, carteles, invitaciones, cómics y otros recursos visuales que combinan imagen y texto.
"Imagen 4 es un gran paso adelante en calidad", señaló Josh Woodward, responsable del grupo Labs de Google. "Hemos puesto mucha atención y hemos corregido cómo genera el texto y la tipografía, así que es ideal para crear presentaciones, invitaciones o cualquier otro recurso en el que se necesite combinar imagen y texto".
La integración de esta tecnología en el ecosistema de Google, incluidas las aplicaciones de Workspace, la posiciona para potenciar la productividad en distintos flujos de trabajo creativos y profesionales. Google ha indicado que en las próximas semanas se introducirán nuevos niveles de facturación, con límites de uso más altos disponibles bajo petición. La compañía también planea lanzar una variante más rápida de Imagen 4, que podría funcionar hasta diez veces más rápido que Imagen 3.