Google Imagen — מודל יצירת התמונות מטקסט של גוגל

מחקר שהדהים, ולא שוחרר

במאי 2022 פרסמו חוקרים בגוגל את Imagen, ותיארו אותו כמודל דיפוזיה ליצירת תמונות מטקסט "עם רמת ריאליזם חסרת תקדים והבנה עמוקה של שפה". הרעיון המרכזי היה להשתמש במודל שפה גדול ומוכן, T5-XXL, כדי להבין את התיאור הכתוב. לפי החוקרים, הגדלת רכיב השפה שיפרה את התוצאה יותר מהגדלת רכיב התמונה. המודל השיג ציון FID של 7.27 על מאגר התמונות COCO בלי שאומן עליו, וגוגל הציגה גם אמת-מידה חדשה, DrawBench, שבה בודקים אנשים מעדיפים את התמונות של Imagen על פני מודלים אחרים.

למה גוגל החזיקה אותו בבית

למרות התוצאות, גוגל החליטה "לא לשחרר קוד או הדגמה פומבית". החוקרים הסבירו שהמודל אומן בין היתר על מאגר LAION-400M, שידוע שהוא מכיל תוכן לא ראוי — תמונות פורנוגרפיות, השמצות גזעניות וסטריאוטיפים חברתיים מזיקים. הם גם כתבו ש-Imagen "מראה מגבלות רציניות כשהוא מייצר תמונות של אנשים" ומקודד הטיות חברתיות, ולכן נדרשים אמצעי הגנה נוספים לפני שימוש ציבורי.

מגרסה לגרסה

לפי ויקיפדיה, Imagen 2 יצא בדצמבר 2023, Imagen 3 באוגוסט 2024 ו-Imagen 4 ב-20 במאי 2025, והמודל הוצע למשתמשים עם חשבון גוגל דרך Gemini, ImageFX ו-Vertex AI. לפי גוגל, Imagen 4 מצטיין בפרטים עדינים כמו בדים, טיפות מים ופרווה, "טוב משמעותית באיות ובטיפוגרפיה", ומייצר תמונות ברזולוציה של עד 2K. הוא שולב באפליקציית Gemini, ב-Whisk, ב-Vertex AI ובכלי Workspace כמו Slides ו-Docs. לפי גוגל, התמונות של Imagen 4 מסומנות בסימן-המים הבלתי נראה SynthID.

התקלה של 2024

ב-23 בפברואר 2024 התנצלה גוגל על יצירת התמונות ב-Gemini, שנבנתה, כלשונה, "על גבי מודל AI שנקרא Imagen 2". לפי החברה, הכוונון שנועד להציג מגוון של אנשים לא לקח בחשבון מקרים שבהם ברור שאין להציג מגוון, והמודל גם נעשה זהיר מדי וסירב לבקשות סבירות. התוצאות היו לפעמים לא מדויקות ופוגעניות, וגוגל כיבתה זמנית את יצירת התמונות של אנשים.

פרישה לטובת Nano Banana, ובלבול בשם

באוגוסט 2025 הציגה גוגל את Nano Banana, מודל התמונה של Gemini עצמו. לפי דף ההוצאה משימוש של Gemini API, שלושת מודלי Imagen 4 שוחררו שם ב-24 ביוני 2025 ונסגרו ב-17 באוגוסט 2026, והמחליף הרשמי הוא Gemini 3.1 Flash Image, המוכר כ-Nano Banana 2. חשוב לא לבלבל: ImagenAI, שנקראת לפעמים גם Imagen, היא חברה ישראלית מתל אביב שנוסדה ביולי 2020, ומפתחת עריכת תמונות אוטומטית לצלמים מקצועיים בסגנון של כל צלם. לשתיהן אין שום קשר.