Imagen 2

基本介绍

谷歌最强大的文生图大模型 Imagen 2，可提供与用户提示词紧密结合且一致的高质量、逼真的图像输出。它可以通过使用训练数据的自然分布来生成更逼真的图像，而不是采用预先编程的风格。

特色功能

谷歌的增强模型 Imagen 2是利用谷歌旗舰人工智能实验室Google DeepMind的技术开发的，该模型在5月份的科技巨头 I/O大会上悄悄推出了预览版。谷歌声称，与第一代Imagen相比，它在图像质量方面“显着”提高，并引入了新功能，包括渲染文本和Logo的能力。

“Imagen 2 可以生成……徽章、字母标记和抽象徽标……[并且]能够将这些徽标覆盖到产品、服装、名片和其他表面上。”

得益于“新颖的训练和建模技术”，Imagen 2还可以理解更具描述性的长格式提示，并对有关图像中元素的问题提供“详细答案”。谷歌表示，这些技术还增强了 Imagen 2的多语言理解能力——允许模型将一种语言的提示翻译成另一种语言的输出（例如Logo）。

Imagen 2利用SynthID（DeepMind开发的一种方法）将隐形水印应用到其创建的图像上。当然，检测这些水印（谷歌声称这些水印能够适应图像编辑，包括压缩、滤镜和颜色调整）需要谷歌提供的工具，而第三方无法使用该工具。