Google का Imagen 4 कंपनी का अब तक का सबसे सक्षम AI इमेज मॉडल है, जिसमें फ़ोटोरियलिज़्म, टेक्स्ट रेंडरिंग की सटीकता और प्रॉम्प्ट के पालन में बड़े सुधार हुए हैं। यह लेख बताता है कि Imagen 4 असल में क्या बनाता है, इसका डिफ़्यूज़न आर्किटेक्चर पिछले वर्ज़न से कैसे अलग है, असली दुनिया की तुलनाओं में यह Flux 2 Max, DALL-E 3 और Midjourney के मुकाबले कहाँ खड़ा है, और आज Google के प्रोडक्ट इकोसिस्टम में आप इसे कहाँ इस्तेमाल कर सकते हैं।
Google ने अभी Imagen 4 जारी किया है, और यह टेक्स्ट-टू-इमेज जनरेशन के प्रतिस्पर्धी परिदृश्य को ऐसे तरीकों से बदलता है जो पेशेवरों और आम क्रिएटर्स, दोनों के लिए मायने रखते हैं। अगर आप इस क्षेत्र को धुंधले 512x512 आउटपुट के दौर से आज की लगभग फ़ोटोरियलिस्टिक जनरेशन तक देखते आए हैं, तो आप जानते हैं कि बेंचमार्क कितनी तेज़ी से बदलते हैं। Imagen 4 Google DeepMind की इमेज जनरेशन लाइनअप में सबसे ऊपर है, और यह हर उस पहलू में सार्थक सुधार लाता है जो मायने रखता है: फ़ोटोरियलिज़्म, प्रॉम्प्ट का पालन, और इमेज के भीतर टेक्स्ट रेंडरिंग।
यह लेख वह सब कुछ विस्तार से बताता है जो आपको जानना चाहिए। Imagen 4 असल में क्या करता है, इसका आर्किटेक्चर कैसे काम करता है, DALL-E 3, Flux और Midjourney के मुकाबले यह कहाँ खड़ा है, और AI इमेज टूल्स के साथ काम करने वाले किसी भी व्यक्ति के लिए इसका क्या मतलब है।
Imagen 4 में सबसे साफ़ दिखने वाला सुधार यह है कि आउटपुट कितने असली लगते हैं। Imagen सीरीज़ के पिछले वर्ज़न में एक खास तरह की नरमी थी, खासकर बालों, कपड़े की बनावट और परावर्तित रोशनी जैसी बारीक चीज़ों में। Imagen 4 उस नरमी को ज़्यादातर हद तक सुलझा देता है।
यह मॉडल मूल रूप से 2K रिज़ोल्यूशन तक की इमेज बनाता है, और इसकी ग्रेन, डेप्थ ऑफ़ फ़ील्ड और मटीरियल रेंडरिंग कई परिस्थितियों में स्टूडियो फ़ोटोग्राफ़ी को टक्कर देती है। पोर्ट्रेट में रोमकूप स्तर तक की त्वचा की बनावट दिखती है। लैंडस्केप में वॉल्यूमेट्रिक रोशनी दिखती है, उस तरह के वायुमंडलीय धुंध के साथ जैसा आप फ़ुल-फ़्रेम कैमरे पर कैप्चर करेंगे। कपड़े की सिलवटें और काँच की सतहों पर स्पेक्युलर हाइलाइट्स करीब से देखने पर भी टिकते हैं।
इस स्तर का फ़ोटोरियलिस्टिक डिटेल पहले केवल एक मज़बूत बेस मॉडल को कई अपस्केलिंग और रिफ़ाइनमेंट पासों के साथ जोड़कर ही मिल पाता था। Imagen 4 इसे एक ही जनरेशन स्टेप में देता है।
💡 जब "फ़िल्म फ़ोटोग्राफ़ी" या "एनालॉग शॉट" का प्रॉम्प्ट दिया जाता है, तो Imagen 4 दिखने वाली फ़िल्म ग्रेन, लेंस की खामियाँ और क्रोमैटिक एबरेशन बना सकता है। इस मॉडल को असली फ़ोटोग्राफ़िक आर्टिफ़ैक्ट्स को डिजिटल नॉइज़ से अलग पहचानने के लिए प्रशिक्षित किया गया है।
इमेज में टेक्स्ट रेंडरिंग सालों से हर इमेज जनरेशन मॉडल की कमज़ोर कड़ी रही है। DALL-E 3 ने अहम प्रगति की। Midjourney v6 में सुधार हुआ। Imagen 4 पहला ऐसा मॉडल है जो इमेज में जटिल, कई शब्दों वाले टेक्स्ट को लगातार सटीकता के साथ संभालता है।
किसी दुकान के साइनबोर्ड पर एक खास बिज़नेस नाम, किसी मैगज़ीन कवर पर हेडलाइन, या जन्मदिन के केक पर लिखावट का प्रॉम्प्ट दीजिए, और Imagen 4 ज़्यादातर मामलों में अक्षरों को सही रेंडर करता है। यह मामूली उपलब्धि नहीं है। पुराने डिफ़्यूज़न आर्किटेक्चर को टेक्स्ट में दिक्कत होती थी, क्योंकि डिनॉइज़िंग प्रक्रिया के दौरान अक्षरों के बीच स्पेशियल संबंध सुसंगत नहीं रहते थे। Imagen 4 के बड़े टेक्स्ट एनकोडर और RLHF फ़ाइन-ट्यूनिंग ने इस समस्या को आर्किटेक्चर के स्तर पर हल किया लगता है।
विज़ुअल क्वालिटी के अलावा, Imagen 4 असामान्य सटीकता के साथ प्रॉम्प्ट का पालन करता है। "फ़्रेम के बाईं ओर एक लाल कुर्सी, जिसके पीछे खिड़की हो" जैसे कंपोज़िशनल निर्देश आउटपुट में इस तरह बदलते हैं कि बताए गए स्पेशियल संबंध सचमुच बने रहते हैं।
यह पेशेवरों के लिए मायने रखता है। एक प्रोडक्ट फ़ोटोग्राफ़र जिसे किसी खास व्यवस्था की ज़रूरत है, एक ग्राफ़िक डिज़ाइनर जिसे कोई खास मूड चाहिए, एक कंटेंट क्रिएटर जिसे सीन को पाँच बार दोबारा बनाए बिना एक दृश्य चाहिए। Imagen 4 उस इटरेशन लूप को काफ़ी कम कर देता है।
ChatGPT में एकीकृत DALL-E 3 की पहुँच अब भी सबसे व्यापक है। ज़्यादातर लोग जिन्होंने कोई AI इमेज बनाई है, उन्होंने OpenAI के इंटरफ़ेस से ही बनाई है। सीधे आमने-सामने की तुलनाओं में Imagen 4 शुद्ध विज़ुअल क्वालिटी में आगे निकलता है। DALL-E 3 फ़ोटोरियलिज़्म की ऊँची सेटिंग पर भी थोड़ा स्टाइलाइज़्ड, चित्रात्मक लुक की ओर झुकता है। Imagen 4 के आउटपुट सॉफ़्टवेयर से बने रेंडर के बजाय कैमरे से ली गई फ़ोटो जैसे लगते हैं।
| फ़ीचर | Imagen 4 | DALL-E 3 |
|---|---|---|
| फ़ोटोरियलिज़्म | बहुत ज़्यादा | ज़्यादा |
| टेक्स्ट रेंडरिंग | उत्कृष्ट | अच्छा |
| प्रॉम्प्ट पालन | उत्कृष्ट | बहुत अच्छा |
| रिज़ोल्यूशन | 2K तक | 1024x1024 नेटिव |
| एक्सेस | Google AI Studio, Vertex AI | ChatGPT, API |
Black Forest Labs का Flux Pro इस समय सबसे मज़बूत ओपन-सोर्स प्रतिस्पर्धी है। Flux 1.1 Pro आसानी से उपलब्ध है, व्यापक रूप से इस्तेमाल होता है, और पोर्ट्रेट व फ़ैशन फ़ोटोग्राफ़ी के लिए शानदार नतीजे देता है। Flux 2 Pro और Flux 2 Max रिज़ोल्यूशन और डिटेल में और आगे जाते हैं।
जहाँ Flux मॉडल Imagen 4 से बेहतर प्रदर्शन करते दिखते हैं, वह स्टाइलिस्टिक लचीलापन है। Flux इकोसिस्टम फ़ाइन-ट्यून किए गए LoRA मॉडल, ControlNet पोज़ गाइडेंस, और फ़िल व इनपेंटिंग वर्कफ़्लो को सपोर्ट करता है। Imagen 4 ज़्यादा अपनी राय वाला मॉडल है। यह फ़ोटोरियलिज़्म में उत्कृष्ट है, लेकिन इसके पास वह मॉडिफ़ायर इकोसिस्टम नहीं है जो Flux ने समय के साथ बनाया है।
फ़ोटोरियलिस्टिक दृश्यों में कच्ची इमेज क्वालिटी के लिए Imagen 4 Flux 2 Max को टक्कर देता है। क्रिएटिव कंट्रोल और स्टाइल की विविधता के लिए Flux आगे है।
💡 Flux 2 Pro और Flux 2 Max अभी PicassoIA पर उपलब्ध हैं। अगर आप अपने नतीजों की तुलना Imagen 4 से कर रहे हैं, तो ये सही तुलना बिंदु हैं।
स्टाइलाइज़्ड, आर्टिस्टिक और सिनेमैटिक आउटपुट की सौंदर्य गुणवत्ता में Midjourney v7 अब भी इस मामले में सबसे आगे है। कम्युनिटी ने प्रॉम्प्टिंग के नियमों का एक विशाल संग्रह बनाया है, जो भरोसेमंद रूप से सुंदर नतीजे देते हैं। Imagen 4 उस पहलू पर मुकाबला करने की कोशिश नहीं करता।
जहाँ Imagen 4 Midjourney को पीछे छोड़ता है, वह है खास, तथ्यात्मक दृश्यों के निर्देशों का पालन। Midjourney प्रॉम्प्ट की रचनात्मक व्याख्या करता है, अक्सर सुंदर बनाते हुए या अमूर्त करते हुए, जो मूल विवरण से अलग हो जाता है। Imagen 4 प्रॉम्प्ट को सुझाव से ज़्यादा एक विनिर्देश की तरह लेता है।
| उपयोग का मामला | सबसे अच्छा विकल्प |
|---|---|
| आर्टिस्टिक या स्टाइलाइज़्ड इमेज | Midjourney v7 |
| फ़ोटोरियलिस्टिक पोर्ट्रेट | Imagen 4 या Flux 2 Max |
| इमेज में टेक्स्ट रेंडरिंग | Imagen 4 |
| प्रोडक्ट फ़ोटोग्राफ़ी | Imagen 4 या Flux Pro |
| ओपन-सोर्स या API एक्सेस | Flux मॉडल |
| बड़े पैमाने पर बैच जनरेशन | GPT Image सीरीज़ |
Imagen 4 उस कैस्केडेड डिफ़्यूज़न मॉडल आर्किटेक्चर पर बना है, जिसे Google ने मूल Imagen सीरीज़ में पेश किया था। बुनियादी विचार यह है: पहले कम रिज़ोल्यूशन की इमेज बनाई जाती है, फिर हर स्केल पर डिटेल जोड़ने के लिए क्रमिक अपसैंपलिंग डिफ़्यूज़न चरण लागू किए जाते हैं।
Imagen 4 में क्या बदला है, वह कंडीशनिंग मॉडल है। Google ने टेक्स्ट एनकोडर को काफ़ी बड़ा किया है, और प्रॉम्प्ट को ज़्यादा गहराई से प्रोसेस करने के लिए अपने T5 लैंग्वेज मॉडल के एक वेरिएंट का इस्तेमाल किया है। इसी वजह से टेक्स्ट रेंडरिंग और स्पेशियल रीज़निंग इतनी नाटकीय रूप से बेहतर हुई हैं। मॉडल केवल शब्दों को इमेज पैच से नहीं मिलाता। वह प्रॉम्प्ट में अर्थ-संबंधी रिश्तों को पार्स करता है और हर डिफ़्यूज़न स्टेप पर उन्हीं के आधार पर जनरेशन को सीमित करता है।
नतीजा एक ऐसा मॉडल है, जहाँ जटिल निर्देश ज़्यादा बार सुसंगत आउटपुट में बदलते हैं, और दृश्य में कम हैलुसिनेटेड वस्तुएँ या गलत जगह पर रखे सब्जेक्ट आते हैं।
Google ने बताया है कि Imagen 4 कई चरणों की RLHF (मानवीय फ़ीडबैक से रीइन्फ़ोर्समेंट लर्निंग) प्रक्रिया से गुज़रा है, जो खास तौर पर प्रॉम्प्ट के पालन और सौंदर्य गुणवत्ता को लक्ष्य करती है। यह वही तरीका है जिसने GPT मॉडल को प्राकृतिक भाषा के निर्देशों का पालन करने में काफ़ी बेहतर बनाया था, जिसे अब बड़े पैमाने पर इमेज जनरेशन पर लागू किया गया है।
इसका व्यावहारिक असर यह है कि Imagen 4 ज़्यादा एक ऐसे मॉडल की तरह बर्ताव करता है जिसे केवल बड़े डेटासेट पर प्रशिक्षित करने के बजाय मानवीय पसंद से कैलिब्रेट किया गया है। जब आउटपुट उससे भटकते हैं जो उपयोगकर्ता असल में चाहते हैं, तो RLHF प्रशिक्षण मॉडल को वापस संरेखण की ओर खींचता है। यह सबसे साफ़ कंपोज़िशनल सटीकता में दिखता है, और इस बात में कि मॉडल आम जनरेशन आर्टिफ़ैक्ट्स से लगातार बचता है, जैसे गलत संरेखित परछाइयाँ या शारीरिक रूप से गलत हाथ।
Google AI Studio मुख्य उपभोक्ता-उन्मुख एक्सेस पॉइंट है। Gemini इंटरफ़ेस के ज़रिए, Imagen 4 ब्राउज़र में सीधे टेक्स्ट प्रॉम्प्ट से इमेज बनाने के लिए उपलब्ध है। इंटरफ़ेस साफ़ और तेज़ है। आपको डिफ़्यूज़न पैरामीटर या सैंपलर सेटिंग्स संभालने की ज़रूरत नहीं पड़ती। प्रॉम्प्ट लिखिए, इमेज पाइए।
जो लोग Midjourney या ChatGPT इमेज जनरेशन से आते हैं, उनके लिए यह अनुभव परिचित लगेगा। नतीजे तुरंत निखरे हुए दिखते हैं, और स्वीकार्य क्वालिटी तक पहुँचने के लिए ज़्यादा प्रॉम्प्ट ट्यूनिंग की ज़रूरत नहीं पड़ती।
API एक्सेस और प्रोडक्शन डिप्लॉयमेंट के लिए, Google Vertex AI के ज़रिए Imagen 4 देता है। यह एंटरप्राइज़ टियर है, जो प्रोडक्शन पाइपलाइन, बड़े पैमाने की जनरेशन और मौजूदा प्रोडक्ट्स व एप्लिकेशन में इंटीग्रेशन के लिए बना है।
Vertex AI Imagen 4 Ultra तक भी पहुँच देता है, जो सबसे उच्च क्वालिटी वाला वेरिएंट है और खास तौर पर पेशेवर और व्यावसायिक उपयोग के मामलों के लिए रखा गया है। Ultra टियर स्टैंडर्ड API एंडपॉइंट की तुलना में साफ़ तौर पर तीखा डिटेल और बेहतर रंग सटीकता देता है।
Google ने Imagen 4 को Slides, Docs और Meet सहित Workspace प्रोडक्ट्स में इंटीग्रेट किया है। इन टूल्स में इमेज जनरेशन फ़ीचर्स पर्दे के पीछे Imagen पर चलते हैं, जिससे यह कच्ची यूज़र संख्या के हिसाब से सबसे व्यापक रूप से तैनात इमेज जनरेशन मॉडलों में से एक बन जाता है, भले ही उत्साही कम्युनिटी में इसे Midjourney या Stable Diffusion वेरिएंट से कम ध्यान मिलता हो।
Imagen 4 का मज़बूत प्रॉम्प्ट पालन का मतलब है कि आप जो डालते हैं, वही पाते हैं। अस्पष्ट प्रॉम्प्ट भी अच्छी इमेज देते हैं, लेकिन मॉडल विशिष्टता को इनाम देता है। "समुद्र तट पर एक औरत" की जगह आज़माएँ, "गोल्डन आवर में एक चट्टानी तटरेखा पर खड़ी, क्रीम रंग की लिनन ड्रेस में औरत, जो कैमरे से दूर देख रही हो।" अतिरिक्त संदर्भ सीधे आउटपुट में बदलता है।
यह Midjourney के काम करने के तरीके से अलग है। Midjourney के साथ, छोटे और भावपूर्ण प्रॉम्प्ट अक्सर लंबे, वर्णनात्मक प्रॉम्प्ट से बेहतर प्रदर्शन करते हैं, क्योंकि मॉडल ढीले ढंग से व्याख्या करता है और अपनी सौंदर्य पसंद जोड़ देता है। Imagen 4 ज़्यादा शाब्दिक है। इसका फ़ायदा उठाएँ।
💡 फ़ोटोरियलिस्टिक आउटपुट के लिए, कैमरा-विशिष्ट भाषा जोड़ें: "85mm f/1.8 पर शूट, Kodak Portra 400, बाईं ओर से प्राकृतिक रोशनी।" Imagen 4 को इस शब्दावली को फ़ोटोग्राफ़िक यथार्थवाद से जोड़ने के लिए प्रशिक्षित किया गया है, और यह इसे लगातार लागू करता है।
तीन फ़्रेमवर्क जो Imagen 4 के साथ लगातार अच्छे नतीजे देते हैं:
कुछ प्रॉम्प्ट पैटर्न Imagen 4 के साथ असंगत नतीजे देते हैं:
Flux 2 Pro और Flux 2 Max Imagen 4 के सबसे मज़बूत ओपन-आर्किटेक्चर विकल्प हैं। ये मॉडल किसी बंद API के पीछे बंद नहीं हैं। डेवलपर इन्हें डिप्लॉय कर सकते हैं, फ़ाइन-ट्यून कर सकते हैं, और इनके ऊपर खास एप्लिकेशन बना सकते हैं।
यह Imagen 4 से एक संरचनात्मक अंतर है। Imagen Google के इंफ़्रास्ट्रक्चर पर और Google की शर्तों के तहत चलता है। Flux इकोसिस्टम वितरित, संशोधित करने योग्य और विस्तार योग्य है। कई पेशेवर उपयोग के मामलों में, वह खुलापन कच्चे बेंचमार्क स्कोर से ज़्यादा मायने रखता है।
Recraft V4 Pro ग्राफ़िक डिज़ाइन और इलस्ट्रेशन वर्कफ़्लो के लिए एक और मज़बूत दावेदार है। यह बेहद साफ़ टाइपोग्राफ़ी और वेक्टर जैसी सटीकता देता है, जो इसे ब्रांड एसेट्स और डिज़ाइन मॉकअप के लिए सही विकल्प बनाता है, जहाँ Imagen 4 आउटपुट पर ज़रूरत से ज़्यादा टेक्सचर चढ़ा सकता है।
OpenAI के इमेज जनरेशन मॉडल इस दौड़ के केंद्र में बने हुए हैं। GPT Image 1.5 और GPT Image 2 ChatGPT अनुभव में कसकर इंटीग्रेटेड हैं और निर्देशों के पालन में मज़बूत प्रदर्शन देते हैं, खासकर उन दृश्यों के लिए जिनमें जटिल संदर्भात्मक वर्णनों को पार्स करना पड़ता है। GPT Image सीरीज़ को OpenAI के भाषा मॉडल की गहराई का फ़ायदा मिलता है: बातचीत के ज़रिए आगे-पीछे एडिटिंग स्टैंडअलोन इमेज मॉडल की तुलना में ज़्यादा स्वाभाविक है।
Imagen 4 प्रॉम्प्ट पालन और फ़ोटोरियलिज़्म में GPT Image सीरीज़ से सीधे मुकाबला करता है। कोई भी मॉडल सभी उपयोग के मामलों में निर्णायक बढ़त नहीं रखता।
Ideogram V3 Turbo और Ideogram V3 Quality ने Imagen 4 के आने से बहुत पहले सटीक टेक्स्ट रेंडरिंग पर अपनी पहचान बनाई थी। जब मुख्य ज़रूरत इमेज में साफ़ और पढ़ने योग्य टाइपोग्राफ़ी की हो, तो Ideogram अब भी विशेषज्ञ है। पोस्टर, सोशल मीडिया ग्राफ़िक्स और खास कॉपी वाले मार्केटिंग विज़ुअल्स के लिए, Ideogram की बढ़त उस लक्ष्यबद्ध आर्किटेक्चरल फ़ोकस से आती है जो इमेज-में-टेक्स्ट समस्या पर केंद्रित है।
Imagen 4 के टेक्स्ट सुधार उस अंतर को काफ़ी हद तक कम करते हैं, लेकिन जब टेक्स्ट इमेज का केंद्र हो, न कि कोई गौण डिटेल, तो Ideogram ज़्यादा लगातार सटीक नतीजे देता है।
दो साल पहले, AI-जनरेटेड इमेज को पहचानना ज़्यादातर सीधा था। आज Imagen 4, Flux 2 Max और Midjourney v7 के आउटपुट ज़्यादातर दर्शकों को ज़्यादातर संदर्भों में फ़ोटोग्राफ़ी से लगभग अलग नहीं लगते। क्वालिटी की सीमा उस बिंदु से आगे निकल चुकी है जहाँ यह भेद अधिकांश उपयोग के मामलों के लिए व्यावहारिक महत्व रखता हो।
इससे बदलता है कि क्रिएटर्स को AI इमेज टूल्स के बारे में कैसे सोचना चाहिए। सवाल अब यह नहीं है कि "क्या यह काफ़ी अच्छा है?" सवाल यह है कि "कौन सा टूल मेरी ज़रूरत पूरी करता है, किस कीमत पर, और किस वर्कफ़्लो के साथ?"
जैसे-जैसे हर मॉडल मज़बूत होता है, वे अलग भी होते जाते हैं। Imagen 4 फ़ोटोरियलिज़्म और टेक्स्ट रेंडरिंग में उत्कृष्ट है। Midjourney v7 आर्टिस्टिक सौंदर्य के क्षेत्र पर राज करता है। Flux मॉडल प्रोग्रामेबिलिटी और फ़ाइन-ट्यूनिंग देते हैं। Ideogram टाइपोग्राफ़ी में आगे है। Recraft ग्राफ़िक डिज़ाइन की सेवा करता है।
कोई एक मॉडल हर उपयोग के मामले पर हावी नहीं है। 2027 में AI इमेज जनरेशन के साथ काम करने वाले पेशेवर मल्टी-मॉडल वर्कफ़्लो बना रहे हैं, हर खास आउटपुट के लिए सही टूल चुनते हुए, न कि सब कुछ के लिए एक ही प्लेटफ़ॉर्म पर निर्भर रहते हुए।
💡 मल्टी-मॉडल तरीका सबसे व्यावहारिक तब है जब एक ही जगह पर उन सभी तक पहुँच मिले। एक ही प्रॉम्प्ट के लिए मॉडलों के बीच आउटपुट की तुलना करना यह कैलिब्रेट करने का सबसे तेज़ तरीका है कि कौन सा मॉडल किस काम के लिए ठीक है।
Imagen 4 ने फ़ोटोरियलिज़्म, टेक्स्ट रेंडरिंग और प्रॉम्प्ट पालन में टेक्स्ट-टू-इमेज मॉडल की क्षमता का स्तर ऊँचा कर दिया है। यह Google का अब तक का सबसे सक्षम इमेज जनरेशन मॉडल है, और यह इस क्षेत्र के हर शीर्ष-स्तरीय मॉडल से गंभीरता से मुकाबला करता है।
लेकिन AI इमेज जनरेशन के इस दौर की सबसे अहम सीख किसी एक मॉडल के बारे में नहीं है। सार यह है कि यह क्षेत्र ऐसी क्षमता तक पहुँच चुका है जहाँ सही टूल आपके खास काम पर निर्भर करता है, और उन सभी को एक ही जगह पर पाना एक असली फ़ायदा है।
PicassoIA पर आप Flux Pro, Flux 2 Max, GPT Image 2, Recraft V4 Pro, Ideogram V3 Turbo और 90 से ज़्यादा अन्य टेक्स्ट-टू-इमेज मॉडल के साथ एक ही जगह पर काम कर सकते हैं। एक प्रॉम्प्ट चुनें, उसे कई मॉडलों पर चलाएँ, और अंतर सीधे देखें। हर मॉडल असल में क्या करता है, यह जानने का सबसे तेज़ तरीका यही है: उसके बारे में पढ़कर नहीं, बल्कि अपने प्रॉम्प्ट चलाकर और नतीजों की साथ-साथ तुलना करके।
एक सब्जेक्ट चुनें। एक प्रॉम्प्ट लिखें। देखें कि दुनिया के सबसे अच्छे इमेज जनरेशन मॉडल इससे अभी क्या बनाते हैं।
अपनी भाषा चुनें
