Google ने चुपचाप लेकिन महत्वपूर्ण रूप से अपने Imagen 4 Ultra मॉडल को अपग्रेड किया है, जिससे यह दुनिया के प्रमुख AI इमेज जेनरेशन सिस्टम्स में से एक बन गया है। यह उन्नत मॉडल अब Artificial Analysis के Image Arena लीडरबोर्ड पर तीसरे स्थान पर है, जिससे यह OpenAI के GPT-4o और ByteDance के Seedream 3.0 जैसे इंडस्ट्री लीडर्स का सीधा प्रतिस्पर्धी बन गया है।
पहली बार मई में Google I/O 2025 में पेश किया गया, Imagen 4 Ultra अपने पूर्ववर्ती की तुलना में एक बड़ा कदम है। यह मॉडल कपड़े की बनावट, पानी की बूंदें और जानवरों के बाल जैसी जटिल बारीकियों को अद्भुत स्पष्टता के साथ प्रस्तुत करने में सक्षम है। उपयोगकर्ताओं ने फोटोरियलिस्टिक और एब्सट्रैक्ट दोनों इमेज स्टाइल्स में महत्वपूर्ण सुधार देखे हैं, और यह मॉडल 2K तक के रेजोल्यूशन में इमेज जनरेट कर सकता है।
Imagen 4 Ultra का सबसे उल्लेखनीय सुधार AI इमेज जेनरेशन में लंबे समय से चली आ रही एक चुनौती—टेक्स्ट रेंडरिंग—को संबोधित करता है। यह मॉडल टाइपोग्राफी में काफी बेहतर प्रदर्शन करता है, जिससे यह ग्रीटिंग कार्ड, पोस्टर और अन्य ऐसे डिज़ाइनों के लिए विशेष रूप से उपयोगी हो जाता है, जिनमें इमेजरी के साथ टेक्स्ट भी शामिल होता है।
Google ने Imagen 4 Ultra को Gemini ऐप, Google AI Studio और एंटरप्राइज ग्राहकों के लिए Vertex AI सहित कई चैनलों के माध्यम से उपलब्ध कराया है। प्रति आउटपुट इमेज $0.06 की कीमत पर, यह GPT-4o की लगभग $0.17 प्रति इमेज की तुलना में प्रतिस्पर्धी मूल्य प्रदान करता है, जबकि परिणाम देने में लगभग 9.5 सेकंड लेता है, वहीं GPT-4o को 53 सेकंड लगते हैं।
यह अपग्रेड जनरेटिव AI क्षेत्र में शीर्ष स्तर पर प्रतिस्पर्धा करने के Google के संकल्प को दर्शाता है। इंडस्ट्री विश्लेषकों के अनुसार, Google DeepMind द्वारा Imagen फैमिली का लगातार परिष्करण कंपनी की AI-जनित विजुअल कंटेंट की संभावनाओं की सीमाओं को आगे बढ़ाने की प्रतिबद्धता को दर्शाता है।
आगे देखते हुए, Google ने संकेत दिया है कि Imagen 4 Ultra के भविष्य के अपडेट उपयोगकर्ता फीडबैक को शामिल करने और मॉडल की क्षमताओं को और बेहतर बनाने पर केंद्रित होंगे, साथ ही जेनरेशन लेटेंसी को कम करने के लिए भी काम किया जाएगा। कंपनी Imagen 4 का एक "Fast" वर्शन भी विकसित कर रही है, जो Imagen 3 की तुलना में 10 गुना तेज होने का वादा करता है, जिससे इसे रियल-टाइम एप्लिकेशनों के लिए और अधिक उपयोगी बनाया जा सकेगा।