谷歌在2025年I/O開發(fā)者大會上正式推出全新文生圖AI模型Imagen 4，其生成速度較前代提升10倍，并顯著優(yōu)化了圖像細節(jié)與文字渲染能力。官方演示顯示，新模型生成的圖像在毛發(fā)、金屬光澤等材質表現(xiàn)上更為逼真，AI合成痕跡大幅減少，例如一張“2025谷歌I/O大會”主題海報中，文字與背景元素的融合自然流暢，展現(xiàn)了多圖層排版的設計能力。
此次升級的核心亮點在于對文本嵌入圖像的精準控制。Imagen 4不僅能將文字作為獨立元素插入場景，還可根據(jù)語義調整字體風格與光影適配，如沙漠場景中的立體標語、霓虹燈牌上的漸變字符等復雜效果均能實現(xiàn)。這標志著AI文生圖技術從“可讀性呈現(xiàn)”邁向“設計級應用”，為廣告、影視等行業(yè)提供高效工具。
與此同時，谷歌同步發(fā)布了視頻生成模型Vevo 3，該模型首次集成環(huán)境音效合成功能，可根據(jù)畫面內容自動生成鳥鳴、車流聲乃至人物對話，打造沉浸式視聽體驗。目前Vevo 3已面向美國地區(qū)的Gemini Ultra用戶及Vertex AI企業(yè)客戶開放測試。
值得注意的是，Imagen 4的性能提升并非依賴硬件堆砌，而是通過算法架構優(yōu)化實現(xiàn)。其分布式推理引擎將單次生成耗時壓縮至秒級，配合動態(tài)分辨率調節(jié)功能，用戶可在1024×1024像素的高清輸出與實時預覽模式間靈活切換。隨著多模態(tài)生成技術進入商業(yè)化深水區(qū)，谷歌正通過軟硬協(xié)同的策略鞏固其AI生態(tài)優(yōu)勢。
原創(chuàng)文章，作者：Google，如若轉載，請注明出處：http://www.2079x.cn/article/720034.html
