Imagen 3
Bildmodell der dritten Generation von Google vor Imagen 4, mit schärferen Details und weniger Artefakten
Imagen 3 ist Googles DeepMind-Text-zu-Bild-Modell der dritten Generation und wurde im August 2024 für Gemini- und ImageFX-Nutzer:innen freigegeben. Im Vergleich zu Imagen 2 verbesserte es Promptverständnis, Bilddetails und Textdarstellung in mehreren Sprachen und Schriftsystemen. Fünf Seitenverhältnisse verhindern, dass Nutzer:innen standardmäßig auf quadratische Bilder beschränkt sind. Google führte das Modell schrittweise ein: zunächst für Gemini-Advanced-, Business- und Enterprise-Kund:innen und später für weitere Nutzer:innen, teilweise um Schutzmaßnahmen für Bilder realer Personen einzuführen. Entwickler:innen erhalten Zugriff über Vertex AI, Verbraucher:innen über die Gemini-App. Damit konkurriert das Modell bei allgemeiner Bildqualität direkt mit DALL-E 3 und Midjourney. Google ersetzte es später durch Imagen 4 als Spitzenmodell; etwa ein Jahr lang blieb Imagen 3 jedoch das wichtigste Text-zu-Bild-Angebot des Unternehmens.