Google Imagen 4 — جيل جديد من صناعة الصور بالذكاء الاصطناعي

Imagen 4 هو أحدث إصدار في عائلة نماذج الانتشار النصي إلى صور من جوجل، ويمثل سنوات من البحث في Google DeepMind. يعتمد النموذج على بنية انتشار متسلسلة مملوكة لجوجل، والتي تولد الصور عبر عملية متعددة المراحل: نموذج قاعدي ينشئ التكوين والهيكل العام، تليه وحدات فائقة الدقة تضيف التفاصيل الدقيقة تدريجياً. هذا النهج يُمكّن Imagen 4 من إنتاج مخرجات بتناسق استثنائي على المستويين الكلي والدقيق.

من المزايا الرئيسية لـ Imagen 4 هو نظام التحكم الدقيق في نسبة العرض إلى الارتفاع. بخلاف النماذج التي تولد بدقة ثابتة وتعتمد على القص، يولد Imagen 4 الصورة بالأبعاد المحددة سلفاً، مما يضمن تحسين التكوين وتوزيع العناصر لتناسب المقاس المطلوب. يدعم النموذج النسب القياسية مثل 1:1، 9:16، 16:9، وأبعاد مخصصة. كما يستفيد من مشفر النصوص T5-XXL لفهم الأوامر المعقدة بدقة مذهلة، بما في ذلك رسم الأيدي والأصابع بشكل صحيح، والسمات الوجهية المتناسقة، والخصائص المادية للأجسام.