Lihat sumber Imagen (model teks-ke-gambar)

'''Imagen''' adalah model difusi teks-ke-gambar yang dikembangkan oleh [[Google Search|Google Research]] untuk menghasilkan gambar dari deskripsi teks dengan tingkat [[fotorealisme]] tinggi dan pemahaman bahasa yang mendalam. Model ini memadukan kemampuan [[model bahasa besar]] dalam memahami teks dengan kekuatan ''diffusion model'' dalam menghasilkan gambar berkualitas tinggi.<ref>[https://imagen.research.google/ Imagen: Text-to-Image Diffusion Models]. ''imagen.research.google''.</ref>

== Perkembangan ==
Imagen pertama kali diperkenalkan oleh [[Google Search|Google Research]] melalui publikasi ilmiah pada Mei 2022, yang menandai kemunculan awal sistem teks ke gambar dengan tingkat fotorealisme tinggi dan pemahaman bahasa yang mendalam.<ref>Chitwan Saharia. [http://arxiv.org/abs/2205.11487 Photorealistic Text-to-Image Diffusion Models with Deep Language Understanding]. 2022-05-23. doi:10.48550/arXiv.2205.11487.</ref> Setelah itu, Google meluncurkan Imagen 2 pada Desember 2023, yang membawa peningkatan signifikan melalui fitur baru berupa kemampuan menghasilkan teks dan logo secara langsung di dalam gambar.<ref>[https://deepmind.google/models/imagen/ Imagen]. ''Google DeepMind''.</ref> Pengembangan berlanjut dengan hadirnya Imagen 3 pada Agustus 2024, yang difokuskan pada peningkatan kualitas detail visual serta pencahayaan agar hasil gambar tampak lebih realistis dan alami.<ref>Ben Schoon. [https://9to5google.com/2024/08/16/google-imagen-3-launch/ Google opens access to Imagen 3, its latest model for AI image generation]. ''9to5Google''. 2024-08-16.</ref> Terakhir, pada 20 Mei 2025, dalam ajang [[Google I/O]] 2025, Google memperkenalkan Imagen 4, versi terbaru yang diklaim memiliki kemampuan pemrosesan lebih cepat dan resolusi keluaran hingga 2K, menegaskan posisinya sebagai salah satu model teks-ke-gambar paling maju di bidang kecerdasan buatan generatif.<ref>Kyle Wiggers. [https://techcrunch.com/2025/05/20/imagen-4-is-googles-newest-ai-image-generator/ Imagen 4 is Google's newest AI image generator]. ''TechCrunch''. 2025-05-20.</ref>

== Teknologi ==
Imagen dibangun atas dua komponen utama. Komponen pertama adalah [[model bahasa besar]] berbasis [[Transformator|transformer]], khususnya [[T5]], yang berfungsi untuk memahami teks dan mengubahnya menjadi representasi numerik yang dapat digunakan dalam proses [[sintesis gambar]]. Komponen kedua adalah [[model difusi bertingkat]] (''cascaded diffusion models''), yang digunakan untuk menghasilkan gambar dengan tingkat ketepatan dan ''fidelitas'' tinggi.<ref>Chitwan Saharia. [http://arxiv.org/abs/2205.11487 Photorealistic Text-to-Image Diffusion Models with Deep Language Understanding]. 2022-05-23. doi:10.48550/arXiv.2205.11487.</ref> Pada versi terbaru, Imagen 4, model ini mendukung pembuatan gambar dengan resolusi hingga 2K.<ref>[https://deepmind.google/models/imagen/ Imagen]. ''Google DeepMind''.</ref>

== Referensi ==
<references />

== Sumber dan atribusi ==

Konten artikel ini diadaptasi dari [https://id.wikipedia.org/w/index.php?title=Imagen+%28model+teks-ke-gambar%29&oldid=28396250 Wikipedia bahasa Indonesia], revisi 28396250 (2025-11-10T06:43:31Z), yang tersedia berdasarkan lisensi Creative Commons Atribusi-BerbagiSerupa (CC BY-SA). Mohon gunakan konten ini secara bijak serta sesuai dengan ketentuan lisensi yang berlaku.

<!-- WIKI_UNISSULA_PRESENTATION_V4 -->