Imagen to opracowana przez Google DeepMind seria zaawansowanych modeli dyfuzyjnych typu text-to-image, które generują fotorealistyczne obrazy na podstawie opisów tekstowych. System ten łączy potężne modele językowe z technologią kaskadowej dyfuzji, co pozwala na precyzyjne rozumienie złożonych zapytań i tworzenie wysokiej jakości grafik o dużej szczegółowości. Modele Imagen są zintegrowane z ekosystemem Google, wspierając m.in. narzędzia Gemini oraz platformę Vertex AI.
Źródło: boringowl.io
