Text-to-image

text-to-image はほとんどの画像モデルのデフォルトです。モデルは書かれた説明を受け取り、それに合致する画像を生成します。Nano Banana 2 は hilens 上で text-to-image に対応しており、HiDream-O1-image-1.5 が続く予定として発表されています。

text-to-image は image-to-image（入力は既存の画像と任意のプロンプトで、モデルが改変版を生成する）や image-to-video（入力は画像で、モデルが動画を生成する)とは対照的です。多くの場合、同じモデルが別々のモデルとしてではなく、異なるパラメータ設定を通じて複数のモードに対応します。