谷歌新设计的图像生成模型Instruct-Imagen通过多模态指令展现出卓越的生成能力。实验证明在领域内和零样本评估上，该模型媲美甚至超越了之前的方法，具有处理复杂指令和强大泛化能力的特点。该技术不仅提升了图像质量，还在文本对齐效果上取得了显著成果。