これまでで最高のテキスト画像変換モデル Imagen 4 を Gemini API で有料プレビュー版として公開します。Google AI Studio では、制限付きの無料テストも可能です。Imagen 4 では、これまでの画像モデルに比べてテキスト レンダリングが大幅に改善されており、テキスト画像変換の生成品質が向上します。
Imagen 4 ファミリーには、さまざまなクリエイティブ ニーズを満たすために作られた 2 つのモデルがあります。
これは、幅広い画像生成タスクに対応できるように設計されたフラグシップ テキスト画像変換モデルであり、特にテキスト生成の品質が Imagen 3 よりも大幅に向上しています。Imagen 4 の価格は、出力画像 1 つあたり 0.04 ドルです。
指示に正確に従った画像を生成したいなら、Imagen 4 Ultra が最適です。テキスト プロンプトを細部まで反映した出力を生成するように設計されており、他の主要な画像生成モデルよりも精度の高い結果を実現します。Imagen 4 Ultra の価格は、出力画像 1 つあたり 0.06 ドルです。
今後数週間以内に、さらに課金プランを追加する予定です。それまでの間は、Imagen 4 と 4 Ultra のレート制限を上げることができます。
Imagen 4 の機能を確認するために、どのようなものを作成できるかを示すいくつかの例を紹介します。いずれも、下のプロンプトと Imagen 4 Ultra で作成したものです。さまざまなスタイルやコンテンツを生成できるモデルの汎用性をおわかりいただけると思います。
プロンプト: 宇宙を舞台とした 3 コマの壮大なコミック。コマ 1: 星雲を飛ぶ小さなスターダスト号。レーダーに異常が表示され（テキスト「ANOMALY DETECTED」）、船体には「stardust」という文字。パイロットがつぶやく。コマ 2: 発光する巨大怪物が出現。コンソールに赤い文字で「WARNING!」。コマ 3: 小惑星帯で巨大怪物に追跡される船。コンソールに赤い文字で「SHIELD CRITICAL!」。画面には「EVADE!」という文字。パイロットが叫ぶ。効果音「CRUNCH!」「ROOOOAAARR!」。
プロンプト: 京都のヴィンテージ旅行絵はがきの表側: 桜の下の仏塔、遠くには雪に覆われた山、澄んだ青い空、鮮やかな色。
プロンプト: 日の出の山頂をハイキングする冒険家カップルの写真。意気揚々と腕を高く挙げ、眼下には壮大な谷のパノラマが広がる。ドラマチックな光。
プロンプト: アバンギャルドなファッション記事向けの写真: ゆったりとした彫刻を思わせるガウンを着たモデル。きらめく異世界的な風景を背に立っている。連星の太陽が沈む。超現実的な色彩。コンセプト性が高く、映画的。
これまでと同じく、信頼性と透明性を維持するため、Imagen 4 モデルが生成したすべての画像には目に見えないデジタル SynthID 透かしが含まれます。まずは公式ドキュメントとクックブックをご覧ください。
皆さんが Gemini API や Google AI Studio で Imagen 4 を使って作る作品が楽しみです。この 2 つのモデルは、今後数週間で一般提供版となる予定です。
Stanford’s Marin foundation model: The first fully open model developed using JAX
Simplify your Agent "vibe building" flow with ADK and Gemini CLI
Gemini Embedding now generally available in the Gemini API
Unlock Gemini’s reasoning: A step-by-step guide to logprobs on Vertex AI