Imagen 4

是什么

Imagen 4 是 Google 的文本生成图像（text-to-image）模型：用户用文字描述画面，模型据此生成图片。Google 在 2025 年 5 月 20 日的 I/O 开发者大会上发布了它。^[1] 它属于 Imagen 系列，是 Imagen 3 之后的下一代模型。

Google 强调的改进

发布时，Google 着重提到模型对细部的处理能力，包括织物的质感、水滴和动物毛发，并覆盖写实与抽象两种风格。^[1] 公司同时强调它在拼写和文字排版（typography）上的进步。^[1]

图片里的文字长期是图像生成模型的弱项：招牌、标签、海报上的字母常常糊成一团或被编造成不存在的字符，这限制了生成图片在设计工作中的可用性。把文字写对，意味着模型输出更接近可以直接使用的素材。

Imagen 4 最高输出 2K 分辨率，Google 称这一分辨率更适合打印或用于演示文稿。^[1]

用在哪里

发布时，该模型被接入 Gemini 应用、Whisk、Vertex AI，以及包括 Slides、Vids 和 Docs 在内的 Workspace 应用。^[1] 换句话说，同一个模型可以从几个不同入口用到：通用聊天助手、专门的图像工具、Google Cloud 上用于构建 AI 应用的平台，以及人们日常做幻灯片、视频和文档的办公套件。

Google 还公布了一个更快的版本 Imagen 4 Fast，称其速度最高可达 Imagen 3 的 10 倍。^[1]

API 模型与下线

2025 年 6 月 24 日，三个模型通过 API 正式开放使用（generally available）：imagen-4.0-generate-001、imagen-4.0-ultra-generate-001 和 imagen-4.0-fast-generate-001。^[2] 命名对应同一代模型的三档——标准版、ultra 版和 fast 版，让开发者在构建应用时可以在质量、速度与成本之间取舍。

这三个模型于 2026 年 8 月 17 日停止服务，Google 建议改用其 Nano Banana 系列图像模型。^[2] Google 的 Gemini API 弃用页面说明，公布的停止服务日期是可能的最早日期，正式日期会提前公布。^[2] 需要区分的是，下线针对的是通过 API 提供的这三个模型；而发布时所描述的是它们在 Google 消费级产品与办公套件中的可用性。^[2]

在模型谱系中的位置

Imagen 4 更适合被理解为一个快速迭代序列中的一站。它的改进是具体而渐进式的，而非方向上的改变：更清晰的小细节、可读的文字、更高的输出分辨率，以及面向大批量使用的速度型版本。^[1] 作为公开提供的 API 模型，它的生命周期很短——从正式开放到停止服务大约只有 14 个月——这大体反映了图像模型被新一代替换的节奏。^[2] 对使用者而言，它留下的实际影响是把它所确立的能力变成了常态：2K 输出，以及生成图片中可读的文字，这些都被后续模型继续沿用。