除了 Nano Banana (Gemini 2.5 Flash Image) 之外，Google 還開發了多種圖像生成模型，各有不同的應用場景和特點。這些模型涵蓋了從通用圖像生成到特定任務的圖像處理，展現了 Google 在人工智慧和圖像技術領域的廣泛投入。
Imagen 是 Google Research 開發的文字到圖像生成模型，以其卓越的圖像品質和對文字描述的精確理解而聞名。Imagen 使用擴散模型 (Diffusion Model)，能夠生成高度逼真且細節豐富的圖像。相較於其他模型，Imagen 在生成複雜場景和處理罕見物體方面表現出色，並且能夠產生具有藝術風格的圖像。
Parti (Pathways Autoregressive Text-to-Image) 是 Google 另一款重要的文字到圖像模型。Parti 採用自迴歸模型 (Autoregressive Model)，將圖像生成視為一個序列預測問題。這種方法使得 Parti 能夠生成具有全局一致性的圖像，並在處理複雜的文字提示時表現出色。Parti 的優勢在於其能夠生成具有多個對象和複雜關係的圖像，並且能夠產生具有高解析度的圖像。
Muse 是 Google 最新開發的圖像生成模型之一，旨在提高生成速度和效率。Muse 基於 Transformer 架構，並且採用 Masked Image Modeling (MIM) 技術。相較於傳統的擴散模型，Muse 能夠以更快的速度生成高品質的圖像。Muse 的優勢在於其生成速度快，並且能夠在資源有限的環境下運行，使得圖像生成技術更加普及。
This is a simplified version of the page. Some interactive features are only available in the full version.
本頁為精簡版，部分互動功能僅限完整版使用。
👉 View Full Version | 前往完整版內容