Imagen 的技术路线是把冻结的大型语言模型文本编码器与级联扩散模型结合：研究表明，扩大文本编码器的规模比扩大扩散模型本身更能提升生成质量，配合新的阈值采样方法和更高效的 U-Net 架构，它能生成高分辨率且与文字描述高度对齐的图像。在 COCO 数据集上，Imagen 取得了当时领先的 FID 成绩；在 Google 自建的 DrawBench 评测中，其生成结果在图文一致性上也获得了人类评估者的高分认可。它主要面向文生图方向的研究人员、算法工程师和关注生成式 AI 进展的从业者，适合用来理解扩散模型与大语言模型结合的技术路线、对比不同文生图模型的评测方法。需要说明的是，Imagen 是研究项目，Google 出于安全与伦理考虑未公开发布其代码和在线演示，普通用户无法直接上手使用，它的后续技术已逐步融入 Google 的其他图像产品中。

类似网站

Mistral AI

法国AI公司Mistral推出的开源大语言模型系列，包括Mistral Large等旗舰模型。

Flux

Black Forest Labs推出的开源AI图像生成模型，具有极高质量的图像生成和文字渲染能力。

Gemini

Google推出的多模态AI大模型，支持文本、图像、音频、代码等多种格式的理解和生成。

DALL·E 2

DALL·E 2 是 OpenAI 推出的AI图像生成系统，只需用自然语言描述想要的画面，就能生成原创、逼真的图片与艺术作品，并能把不同的概念、属性和风格组合到同一幅画面中。它适合关注文生图技术的创作者、设计师和研究者了解与参考。

Stable Diffusion

Stable Diffusion是Stability AI推出的开源文本生成图像模型，输入文字描述即可生成高质量图片，拥有庞大的社区生态与衍生模型、插件，可通过API或本地部署使用。适合设计师、开发者和AI绘画爱好者进行创作与二次开发。

GPT-4

GPT-4是一款AI对话聊天，AI网址导航收录其功能介绍与官网入口，并提供同类工具推荐。

Coze

Coze（扣子）是字节跳动推出的 AI 智能体开发平台，无需深厚编程基础即可可视化搭建智能体。它提供插件、知识库、可视化工作流和多模型接入等能力，搭好的智能体可发布到豆包、飞书等平台，适合想快速构建客服、办公助手和内容工具的个人开发者与企业团队。

Sora

Sora是OpenAI推出的文本生成视频大模型，输入文字描述即可生成最长约一分钟的高清视频，能呈现多角色、复杂运镜和连贯场景；还支持图片生成视频、视频向前向后扩展和分镜故事板编辑，适合影视创作者、广告团队和设计师快速把创意脚本变成可视化片段。

天壤小白

天壤小白是天壤智能推出的AI应用构建与开发平台，强调灵活易用，帮助开发者与企业团队快速搭建、调试和部署AI应用，降低大模型应用的开发门槛，适合需要把AI能力快速落地到业务中的技术团队。