Imagen

Imagen

Ein mit Imagen 4 erstelltes Bild (basierend auf Yosemite Valley). Teilweise Eingabe: Sanft beleuchtetes Tal am Nachmittag mit einem sich schlängelnden Fluss
Basisdaten
Entwickler Google DeepMind
Erscheinungsjahr Mai 2022
Aktuelle Version Imagen 4
(20. Mai 2025)
Kategorie Text-zu-Bild-Generator
Sonstiges Eingestellt seit 2026Vorlage:Infobox Software/Wartung/Sonstiges
deepmind.google/models/imagen/

Imagen ist eine eingestellte Reihe von Text-zu-Bild-Modellen, die von Google DeepMind entwickelt wurden. Sie wurden von Google Brain entwickelt, bis das Unternehmen im April 2023 mit DeepMind fusionierte. Imagen wurde in erster Linie dazu verwendet, Bilder anhand von Textvorgaben zu generieren, ähnlich wie „Stable Diffusion“ von Stability AI, „DALL-E“ von OpenAI oder „Midjourney“.

Die ursprüngliche Version des Modells wurde erstmals in einem Artikel vom Mai 2022 vorgestellt. Das Tool erzeugt hochwertige Bilder und stand allen Nutzern mit einem Google-Konto über Dienste wie Gemini, ImageFX und Vertex AI zur Verfügung.

Geschichte

Die ursprüngliche Version von Imagen wurde erstmals in einem im Mai 2022 veröffentlichten Artikel vorgestellt. Sie zeichnete sich durch die Fähigkeit aus, aus natürlicher Sprache hochauflösende Bilder zu generieren. Die zweite Version, Imagen 2, wurde im Dezember 2023 veröffentlicht. Das herausragende Merkmal war die Generierung von Text und Logos. Imagen 3 wurde im August 2024 veröffentlicht. Google gibt an, dass die neueste Version eine bessere Detailgenauigkeit und Beleuchtung der generierten Bilder bietet. Am 20. Mai 2025 stellte das Unternehmen auf der Google I/O 2025 ein verbessertes Modell vor: Imagen 4.

Technologie

Imagen nutzt zwei Schlüsseltechnologien. Die erste ist der Einsatz von transformator-basierten großen Sprachmodellen, insbesondere T5, um Text zu verstehen und anschließend für die Bildsynthese zu kodieren. Die zweite ist die Verwendung von kaskadierten Diffusionsmodellen, die eine hochauflösende Bildgenerierung ermöglichen. Imagen generiert Bilder in drei Stufen, beginnend mit einer Grundauflösung von 64×64, die anschließend auf 256×256 und 1024×1024 hochskaliert wird. Imagen 4 generiert Bilder mit einer Auflösung von bis zu 2k.

Funktionen

Imagen kann anhand von Textvorgaben fotorealistische Bilder erzeugen. Außerdem kann es verschiedene Stile erzeugen, darunter Kino, 35-mm-Film, Illustration und Surrealismus. Wie die meisten generativen KI-Modelle zur Text-zu-Bild-Erzeugung hat Imagen Schwierigkeiten bei der Darstellung menschlicher Finger, von Text, Ambigrammen und anderen Formen der Typografie.

Das Modell kann Bilder in fünf Seitenverhältnissen erzeugen, nämlich 9:16, 3:4, 1:1, 4:3 und 16:9. Imagen kann zudem bereits erzeugte Bilder verfeinern, indem es vorhandene Textvorgaben bearbeitet.

Siehe auch

Einzelnachweise

  1. ↑ Emma Roth, Jay Peters: Google’s big AI push will combine Brain and DeepMind into one team. In: theverge.com. 20. April 2023, abgerufen am 24. Oktober 2026 (englisch).
  2. 1 2 3 Chitwan Saharia et al.: Photorealistic Text-to-Image Diffusion Models with Deep Language Understanding. 23. Mai 2022, arxiv:2205.11487 (englisch, arxiv.org [PDF; 11,1 MB; abgerufen am 24. Oktober 2026]).
  3. 1 2 Jake Peterson: Anyone With a Google Account Can Try Google's Latest AI Image Generator Right Now. In: lifehacker.com. 16. August 2024, abgerufen am 24. Oktober 2026 (englisch).
  4. ↑ Imagen 2. In: deepmind.google. Archiviert vom Original (nicht mehr online verfügbar) am 18. März 2025; abgerufen am 24. Oktober 2026 (englisch).
  5. ↑ Kyle Wiggers: Google debuts Imagen 2 with text and logo generation. In: techcrunch.com. 13. Dezember 2023, abgerufen am 24. Oktober 2026 (englisch).
  6. ↑ Ben Schoon: Google opens access to Imagen 3, its latest model for AI image generation. In: 9to5google.com. 16. August 2024, abgerufen am 24. Oktober 2026 (englisch).
  7. 1 2 Chris Rowlands: What is Imagen 3: everything you need to know about Google's text-to-image model. In: techradar.com. 26. Februar 2025, abgerufen am 24. Oktober 2026 (englisch).
  8. ↑ Kyle Wiggers: Imagen 4 is Google’s newest AI image generator. In: techcrunch.com. 20. Mai 2025, abgerufen am 24. Oktober 2026 (englisch).
  9. ↑ Imagen. In: deepmind.google. Archiviert vom Original (nicht mehr online verfügbar) am 21. September 2026; abgerufen am 24. Oktober 2026 (englisch).