Imagen
مدل تولید تصویر گوگل با جزئیات و واقع‌گرایی بالا و رندر متن بهتر از نسل‌های قبل.
این صفحه برای آشنایی و مقایسه است و فعلاً این مدل از طریق IRNoti ارائه نمی‌شود. مدل‌های هم‌رده‌ای که می‌توانید همین حالا استفاده کنید را در فهرست مدل‌ها ببینید.
Imagen خانوادهٔ مدل‌های تولید تصویر گوگل است که از طریق Gemini API و Vertex AI در دسترس است. این مدل بر واقع‌گرایی، جزئیات و پیروی از پرامپت تمرکز دارد و در نسخه‌های جدید رندر متن داخل تصویر بهبود یافته است. تصاویر تولیدشده با ابزار SynthID علامت‌گذاری نامرئی می‌شوند تا قابل شناسایی به‌عنوان محتوای تولیدشده باشند.
نقاط قوت
- جزئیات و واقع‌گرایی بالا
- پیروی خوب از پرامپت
- علامت‌گذاری نامرئی محتوای تولیدشده
محدودیت‌ها
- کنترل ویرایشی کمتر از برخی رقبا
- متن فارسی داخل تصویر محدود
کاربردها
- تصویر محصول و تبلیغات
- تصویرسازی واقع‌گرایانه
- بنر و محتوای شبکه‌های اجتماعی
مشخصات
- ورودی
- متن
- خروجی
- تصویر
- وزن باز
- خیر
سوالات متداول
SynthID چیست؟
یک علامت نامرئی در تصویر که تشخیص تولید با هوش مصنوعی را ممکن می‌کند و روی کیفیت دیداری اثر نمی‌گذارد.
مدل‌های مرتبط
Gemini 2.5 Pro
Google DeepMind · مدل‌های زبانی و چت
مدل پرچم‌دار چندوجهی گوگل با پنجرهٔ متن یک‌میلیون‌توکنی و استدلال داخلی.
Gemini 2.5 Flash
Google DeepMind · مدل‌های زبانی و چت
نسخهٔ سریع و کم‌هزینهٔ Gemini با پنجرهٔ بزرگ؛ مناسب پردازش حجیم و برنامه‌های زنده.
gpt-image-1
OpenAI · تولید تصویر
مدل تولید و ویرایش تصویر OpenAI با پیروی دقیق از پرامپت و توانایی نوشتن متن داخل تصویر.
DALL·E 3
OpenAI · تولید تصویر
مدل تصویر OpenAI که توصیف‌های طبیعی را به‌خوبی می‌فهمد؛ ساده برای شروع و یکپارچه با ChatGPT.