Google DeepMind a lansat oficial Imagen 4, cel mai sofisticat model de generare a imaginilor din text de până acum, oferind dezvoltatorilor instrumente puternice pentru crearea de vizuale generate cu ajutorul inteligenței artificiale.
Lansarea, disponibilă din 15 iulie prin Gemini API și Google AI Studio, introduce două modele distincte în familia Imagen 4. Modelul standard Imagen 4, cu un preț de 0,04 USD per imagine generată, reprezintă oferta principală Google pentru o gamă largă de sarcini de generare a imaginilor. Pentru aplicații mai pretențioase, care necesită o respectare precisă a instrucțiunilor textuale, Imagen 4 Ultra oferă capabilități îmbunătățite la 0,06 USD per imagine.
Imagen 4 marchează un progres semnificativ față de predecesorul său, Google subliniind „claritatea remarcabilă a detaliilor fine”, precum țesături complexe, picături de apă sau blana animalelor. Modelul excelează atât în stiluri fotorealiste, cât și abstracte, suportând diverse rapoarte de aspect și rezoluții de până la 2K.
Poate cel mai important, Imagen 4 rezolvă o provocare persistentă în generarea AI de imagini, prin îmbunătățirea dramatică a randării textului. Această îmbunătățire face tehnologia deosebit de valoroasă pentru crearea de materiale de marketing, postere, invitații, benzi desenate și alte vizuale care combină imagini cu text.
„Imagen 4 este un pas uriaș înainte în ceea ce privește calitatea”, a declarat Josh Woodward, liderul grupului Labs de la Google. „Am acordat multă atenție și am adus numeroase îmbunătățiri modului în care modelul generează text și tipografie, așa că este excelent pentru crearea de slide-uri sau invitații, sau orice altceva unde este nevoie de îmbinarea imaginii cu textul.”
Integrarea tehnologiei în ecosistemul Google, inclusiv în aplicațiile Workspace, o poziționează pentru a crește productivitatea în diferite fluxuri de lucru creative și profesionale. Google a anunțat că în săptămânile următoare vor fi introduse niveluri suplimentare de tarifare, cu limite de utilizare mai mari disponibile la cerere. Compania intenționează, de asemenea, să lanseze o variantă mai rapidă a modelului Imagen 4, care ar putea funcționa de până la zece ori mai rapid decât Imagen 3.