Imagen 3
Imagen 3 是谷歌最先进的文本生成图片 AI 模型，能够生成高度逼真、细节丰富且多样化的图像。与之前的模型相比，它在图像质量、提示理解和伪影减少方面有了显著提升。
模型
使用Imagen 3生成的人工智能图像
概述
Imagen 3 是谷歌最新一代的文本生成图片扩散模型，为逼真图像生成树立了新标准。该模型于 2024 年 12 月发布，通过 Google Cloud Vertex AI 和 Gemini API 提供，帮助企业和开发者将最先进的 AI 应用于创意和商业目的。
技术进步
Imagen 3 在前代 Imagen 2 基础上做出了多项改进，并以以下特性在同类产品中脱颖而出：
前所未有的图像质量：
- 生成的图片细节丰富，光影更饱满，伪影更少，超越以往 Imagen 版本。
- 专业的色彩分级和高分辨率提升了画面鲜明度与清晰度。
更强的提示理解能力：
- 能更准确地处理复杂的自然语言提示。
- 支持多种艺术风格：写实、印象派、抽象、动漫等。
文本渲染能力：
- 可在图片中嵌入文本，并提升可读性——这是对早期模型和大多数竞品的显著提升。
自定义与控制：
- 多种画幅比例选择：“1:1”，“3:4”，“4:3”，“9:16”，“16:9”。
- 安全特性和人物生成控制。
伪影减少：
- 采用先进的去噪和细节重建技术，确保图像无常见 AI 伪影。
水印添加：
- 所有图片均内嵌不可见的 SynthID 水印，用于溯源和真实性认证。
| 功能 | Imagen 3 | Imagen 2 | Midjourney v6 | DALL-E 3 |
|---|---|---|---|---|
| 发布日期 | 2024年12月 | 2023年 | 2024年 | 2023年 |
| 写实度 | ★★★★★ | ★★★★ | ★★★★ | ★★★★ |
| 文本渲染 | ★★★★ | ★★★ | ★★ | ★★★ |
| 提示理解 | ★★★★★ | ★★★★ | ★★★★ | ★★★★ |
| 伪影减少 | ★★★★★ | ★★★★ | ★★★ | ★★★★ |
| 自定义画幅比例 | 是 | 有限 | 是 | 有限 |
| 官方水印 | SynthID | SynthID | 无 | 有 |
如何在 Python 中使用 Imagen 3
Imagen 3 可通过 Gemini API（付费版）访问。以下是生成图片的示例：
from google import genai
from google.genai import types
from PIL import Image
from io import BytesIO
client = genai.Client(api_key='GEMINI_API_KEY')
response = client.models.generate_images(
model='imagen-3.0-generate-002',
prompt='Fuzzy bunnies in my kitchen',
config=types.GenerateImagesConfig(
number_of_images=4,
)
)
for generated_image in response.generated_images:
image = Image.open(BytesIO(generated_image.image.image_bytes))
image.show()
- 你可指定提示词、图片数量（1–4）、画幅比例、安全过滤和人物生成控制。
- 详情请参阅官方文档。
获取方式
Imagen 3 已在我们的 AI 平台 www.flowhunt.io 向所有用户开放。所有用户均可无限制使用 Imagen 3。立即体验最先进的文本生成图片技术！
参考资料：
使用人工智能代理自动化您的图像生成
使用Imagen 3大规模生成
Photomatic是FlowHunt人工智能自动化平台的一部分。使用FlowHunt，您可以构建工作流程，一次生成数百张图像，创建带有吸引人视觉效果的博客文章，或者从想法到发布自动化您的社交媒体。
其他人工智能模型
探索您可以在我们平台上使用的其他人工智能模型来生成图像
