谷歌Gemini API全面开放Imagen 4系列模型，Imagen 4 Fast同步亮相
talkingdev • 2025-08-17
6689 views
谷歌开发者博客宣布，其先进的文本生成图像模型Imagen 4系列现已在Gemini API中全面开放使用，同时推出高性能版本Imagen 4 Fast。这一里程碑式更新标志着谷歌在多模态AI领域取得重要突破，开发者可通过API直接调用具有120亿参数规模的Imagen 4模型，其生成的图像质量在FID（Frechet Inception Distance）指标上较前代提升40%，支持512x512至1024x1024分辨率输出。技术文档显示，新版本在保持艺术风格多样性的同时，显著改善了复杂场景的语义一致性，特别在人物姿态和空间关系理解方面表现突出。该发布引发开发者社区热烈讨论，Hacker News相关话题获得144个点赞和55条技术评论，业界关注焦点集中在API定价策略（每千次调用$0.02起）与实际应用场景的结合潜力。
核心要点
- Imagen 4系列模型正式在Gemini API全面开放，包含标准版和高速版Imagen 4 Fast
- 新一代模型在图像质量指标上提升40%，支持最高1024x1024分辨率生成
- 发布引发开发者社区高度关注，Hacker News相关讨论获得144点赞和55条专业评论