谷歌推出了其最新版本的文本生成图像模型 Imagen 4，并推出了高端版本 Imagen 4 Ultra。与前代产品 Imagen 3 相比，此次更新旨在显著提升文本渲染效果。目前，这两个版本已上线 Gemini API 的付费预览版，并在 Google AI Studio 提供有限的免费测试。

　　谷歌将 Imagen 4 定位为“适用于大多数任务”的通用模型，每张图像为定价 0.04 美元（IT之家注：现汇率约合 0.29 元人民币）。而 Imagen 4 Ultra 则被设计为能够更精准地遵循文本提示词的高端版本，其价格较普通版高出 50%，每张图像收费 0.06 美元（现汇率约合 0.43 元人民币）。谷歌声称，与 Dall-E 和 Midjourney 等其他图像生成器相比，Imagen 4 Ultra 的输出结果更为“出色（strong）”。

　　在展示环节中，谷歌展示了 Imagen 4 Ultra 生成的一系列图像，包括一幅三格漫画，内容是一艘小型宇宙飞船被一只巨大的蓝色太空蜥蜴攻击，漫画中还配有“嘎吱”等音效，甚至出现了令人费解的“哈迪”字样。该图像完全按照文本提示词生成，效果尚可，类似于 3D 应用程序中的卡通渲染效果。

　　另一个文本提示词是“京都复古旅行明信片的正面：樱花树下的标志性宝塔，远处的雪山，晴朗的蓝天，鲜艳的色彩”。Imagen 4 Ultra 按照提示生成了图像，虽然风格较为普通，但细节上基本符合要求。此外，还有展示登山情侣在岩石上挥手的图像，以及一幅“前卫”风格的时尚摄影图像。这些图像质量确实不错，也精准地符合了文本提示词，但整体仍然显得高度机械化。

　　尽管 Imagen 4 在性能上较前代有所提升，但其表现并未让人眼前一亮，尤其是在与市场领导者 Dall-E 3 和 Midjourney 7 相比时。此外，在最初的热情过后，公众对 AI 艺术的兴趣似乎正在消退，其主要应用场景似乎变成了社交媒体上的垃圾广告。

责任编辑：凌美