Photorealistic Text-to-Image Diffusion Models with Deep Language Understanding
"Nano Banana AI" aracının arkasındaki bilimsel makalenin özeti.
Bu makale, metinden görüntüye sentezi için yeni bir difüzyon modeli olan Imagen'i sunmaktadır. Imagen, büyük dil modellerinin gücünden yararlanarak, metin açıklamalarını son derece gerçekçi görüntülere dönüştürmektedir. Model, metin kodlaması için önceden eğitilmiş büyük bir dil modelini kullanır ve ardından bu kodlamayı yüksek çözünürlüklü görüntüler üretmek için bir difüzyon modeline aktarır. Imagen'in başarısı, büyük dil modellerinin ve difüzyon modellerinin birleşiminin, karmaşık metin açıklamalarından yüksek kaliteli görüntüler üretme potansiyelini göstermektedir.