开发者现在可以通过 Gemini API 访问 Google 最先进的图像生成模型 Imagen 3。该模型最初仅对付费用户开放，不久后也将向免费层级用户推出。
Imagen 3 擅长生成具有视觉吸引力、无伪影且风格多样的图像，从超现实主义图像到印象派风景，从抽象构图到动漫角色等应有尽有。改进后的提示遵循功能使得将创意转化为高质量图像变得更加容易。总体而言，Imagen 3 在各种基准测试中展现出了最先进的性能。通过 Gemini API 使用 Imagen 3 的价格为每张图像 0.03 美元，并且用户可以控制纵横比、生成选项数量等更多参数。
为了帮助打击虚假信息和错误归属，所有由 Imagen 3 生成的图像都包含一个不可见的数字 SynthID 水印，标识它们为 AI 生成的图像。
下方图库展示了 Imagen 3 在生成多种风格图像上的卓越表现。
此 Python 代码段展示了如何使用 Gemini API 和 Imagen 3 生成图像。
from google import genai
from google.genai import types
from PIL import Image
from io import BytesIO
client = genai.Client(api_key='GEMINI_API_KEY')
response = client.models.generate_images(
model='imagen-3.0-generate-002',
prompt='a portrait of a sheepadoodle wearing cape',
config=types.GenerateImagesConfig(
number_of_images=1,
)
)
for generated_image in response.generated_images:
image = Image.open(BytesIO(generated_image.image.image_bytes))
image.show()
图像已生成
您可以在 Gemini API 开发者文档中探索更多关于提示技巧和图像风格的内容，有关评分、方法论及性能提升的更多详情，请参阅我们更新后的技术报告附录 D。
我们非常高兴能够迈出第一步，将我们的生成式媒体模型扩展至 Gemini API。我们还计划在不久的将来推出更多模型，以便开发者能够将生成式媒体与语言模型结合起来使用。
