گوگل از مولد تصویر مبتنی بر هوش مصنوعی جدید Imagen 4 رونمایی کرد

گوگل در حال عرضه یک مدل جدید هوش مصنوعی برای تولید تصویر به نام Imagen 4 است. این شرکت ادعا می‌کند که این مدل نتایج باکیفیت‌تری نسبت به مولد تصویر قبلی خود، Imagen 3، ارائه می‌دهد.

Imagen 4 که روز سه‌شنبه در کنفرانس Google I/O 2025 معرفی شد، به گفته گوگل قادر به رندر کردن «جزئیات دقیق» مانند بافت پارچه، قطرات آب و خز حیوانات است. این مدل می‌تواند هم سبک‌های فوتورئالیستی و هم سبک‌های انتزاعی را مدیریت کند و تصاویر را با طیف وسیعی از نسبت‌های ابعاد (aspect ratios) و وضوح (resolution) تا 2K ایجاد کند.

جاش وودوارد، سرپرست گروه Google Labs، در یک نشست خبری گفت: «Imagen 4 یک گام بزرگ رو به جلو در کیفیت است.» او افزود: «ما همچنین توجه زیادی به نحوه تولید متن و تایپوگرافی [در تصاویر] داشته‌ایم و اصلاحاتی در این زمینه انجام داده‌ایم، بنابراین برای ایجاد اسلایدها یا دعوت‌نامه‌ها، یا هر چیز دیگری که ممکن است نیاز به ترکیب تصویر و متن داشته باشید، فوق‌العاده است.»

کمبودی در زمینه مولدهای تصویر هوش مصنوعی وجود ندارد، از ابزار محبوب ChatGPT گرفته تا Midjourney V7. همه آنها نسبتاً پیچیده، قابل تنظیم و قادر به ایجاد آثار هنری با کیفیت بالا هستند. پس چه چیزی Imagen 4 را از رقبا متمایز می‌کند؟

به گفته گوگل، Imagen 4 سریع است؛ سریع‌تر از Imagen 3. و به زودی سریع‌تر هم خواهد شد. در آینده نزدیک، گوگل قصد دارد یک نسخه از Imagen 4 را منتشر کند که تا ۱۰ برابر سریع‌تر از Imagen 3 است.

Imagen 4 از صبح امروز در اپلیکیشن Gemini، پلتفرم‌های Whisk و Vertex AI گوگل، و در سراسر Google Slides، Vids، Docs و سایر برنامه‌های Google Workspace در دسترس است.