Imagen 3
El modelo de imagen de tercera generación de Google, anterior a Imagen 4, con más detalle y menos artefactos
Imagen 3 es el modelo de texto a imagen de tercera generación de Google DeepMind, abierto a usuarios de Gemini e ImageFX en agosto de 2024. Mejoró a Imagen 2 en comprensión del prompt, detalle de imagen y renderizado de texto en varios idiomas y escrituras, y admite cinco relaciones de aspecto, de modo que no hay que quedarse con una salida cuadrada por defecto. Google lo desplegó de forma gradual, primero a usuarios de Gemini Advanced, Business y Enterprise, antes de un acceso más amplio, en parte para ir introduciendo salvaguardas sobre la generación de imágenes de personas reales. Está disponible en Vertex AI para desarrolladores y en la app de Gemini para el público, en competencia directa con DALL-E 3 de OpenAI y con Midjourney en calidad de imagen de propósito general. Google lo sustituyó después por Imagen 4 como modelo de imagen principal, pero Imagen 3 siguió siendo la oferta principal de texto a imagen de Google durante cerca de un año.