6月26日消息，谷歌推出了其最新版本的文本生成图像模型Imagen4，并推出了高端版本Imagen4Ultra。与前代产品Imagen3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GeminiAPI的付费预览版，并在GoogleAIStudio 提供有限的免费测试。
谷歌将Imagen4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。而Imagen4Ultra 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。谷歌声称，与DALL-E和Midjourney 等其他图像生成器相比，Imagen4Ultra 的输出结果更为“出色”。
在展示环节中，谷歌展示了Imagen4Ultra 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。
Imagen4Ultra
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”。Imagen4Ultra 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Imagen4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-E3和Midjourney7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。
