Imagen 3

Imagen 3はGoogle DeepMindの第3世代テキスト画像生成モデルです。2024年8月にGeminiとImageFXの利用者へ公開されました。Imagen 2よりプロンプト理解、画像の細部、多言語・複数文字体系での文字描画が改善され、正方形以外に4種類の縦横比も選べます。実在人物の画像生成に対する安全策を段階的に導入するため、Gemini Advanced、Business、Enterpriseの利用者から先に提供されました。開発者はVertex AI、一般利用者はGeminiアプリから使え、汎用画像品質でOpenAIのDALL-E 3やMidjourneyと競います。後にImagen 4がGoogleの最上位画像モデルになりましたが、Imagen 3は約1年間、同社の主力テキスト画像生成モデルでした。