Суть

Это модель Google для генерации изображений по текстовому описанию и редактирования изображений по инструкции. Она может отвечать текстом вместе с изображением, что удобно для интерактивной работы: описать результат, получить картинку и продолжить правки в диалоге.

Сильные стороны

Модель ориентирована на низкую задержку и потоковые сценарии, где важны быстрые итерации. Документация указывает на многошаговое редактирование отдельных элементов изображения: можно менять цвета, корректировать фон или создавать стикеры. Также заявлено сохранение сходства персонажей с исходным изображением при работе с визуальным материалом.

Разрешения и форматы

Модель работает с текстовым и графическим вводом и может возвращать изображение и текст. Для генерации предусмотрен формат, ориентированный на более низкое разрешение; поддерживаются заданные соотношения сторон, а размер и композицию результата можно уточнять запросом. В описании разработчика указано, что генерация в более высоких разрешениях не поддерживается.

Стили и типовые сценарии

Подходит для создания иллюстраций по описанию, быстрой визуальной проработки идей и последовательных правок уже созданной или предоставленной картинки. Практические сценарии включают замену цвета объекта, корректировку фона и подготовку стикеров. Модель также рассчитана на интерактивные приложения и большие потоки запросов, где изображение нужно получить и поправить без длительного цикла ожидания.

Ограничения

Это не универсальный инструмент для задач, которым необходима генерация в высоком разрешении: модель оптимизирована для более компактного результата. Набор соотношений сторон ограничен вариантами, предусмотренными разработчиком. Созданные изображения содержат водяной знак SynthID; в документации также упоминается поддержка C2PA. Конкретный результат зависит от точности описания и предоставленного изображения, поэтому для локальной правки стоит явно указывать, что изменить и что сохранить.