Imagen を使用して画像を生成する

プレビュー版: Firebase AI Logic SDK を使用して Imagen モデルにアクセスすることは、プレビュー版の機能です。そのため、SLA または非推奨ポリシーの対象ではなく、下位互換性のない方法で変更される可能性があります。

Firebase AI Logic SDK を使用すると、Imagen モデル（Imagen API 経由）にアクセスして、テキスト プロンプトから画像を生成できます。この機能を使用すると、次のようなことができます。

• 自然言語で記述されたプロンプトから画像を生成する
• 幅広い形式とスタイルで画像を生成する
• 画像内のテキストをレンダリングする

Firebase AI Logic は、Imagen モデルで利用可能なすべての機能をまだサポートしていません。詳細については、このページのサポートされている機能をご覧ください。

テキストのみの入力のコードに移動

Gemini モデルと Imagen モデルの選択

Firebase AI Logic SDK は、Gemini モデルまたは Imagen モデルのいずれかを使用した画像生成をサポートしています。ほとんどのユースケースでは、Gemini から始め、画質が重要な特殊なタスクには Imagen を選択します。

Firebase AI Logic SDK は、Imagen モデルでの画像入力（編集など）をまだサポートしていません。入力画像を操作する場合は、代わりに Gemini モデルを使用できます。

次の場合は Gemini を選択します。

• 世界に関する知識と推論を使用して、コンテキストに関連する画像を生成します。
• テキストと画像をシームレスにブレンドするため。
• 長いテキスト シーケンス内に正確なビジュアルを埋め込む。
• コンテキストを維持しながら、会話形式で画像を編集する。

次の場合は Imagen を選択します。

• 画質、フォトリアリズム、芸術的なディテール、特定のスタイル（印象派やアニメなど）を優先する場合。
• 生成された画像のアスペクト比や形式を明示的に指定します。

始める前に

Gemini API プロバイダをクリックして、このページでプロバイダ固有のコンテンツとコードを表示します。 Gemini Developer API Vertex AI Gemini API

まだ完了していない場合は、スタートガイドを完了してください。このガイドでは、Firebase プロジェクトの設定、アプリと Firebase の接続、SDK の追加、選択した API プロバイダのバックエンド サービスの初期化、ImagenModel インスタンスの作成について説明しています。

このガイドでは、最新の Firebase AI Logic SDK を使用していることを前提としています。「Vertex AI in Firebase」SDK をまだ使用している場合は、移行ガイドをご覧ください。

この機能をサポートするモデル

Gemini Developer API は、最新の安定版 Imagen 3 モデルによる画像生成のみをサポートし、他の Imagen モデルはサポートしていません。これらの Imagen モデルの制限は、Gemini Developer API へのアクセス方法に関係なく適用されます。

• imagen-3.0-generate-002

テキストのみの入力から画像を生成する

Imagen モデルにテキスト プロンプトを使用して画像の生成をリクエストできます。1 枚の画像または複数の画像を生成できます。

テキストのみの入力から画像を 1 枚生成する

このサンプルを試す前に、このガイドの始める前にのセクションを完了して、プロジェクトとアプリを設定してください。 このセクションでは、選択した Gemini API プロバイダのボタンをクリックして、このページにプロバイダ固有のコンテンツを表示します。

Imagen モデルにテキスト プロンプトを指定して、単一の画像を生成するようリクエストできます。

ImagenModel インスタンスを作成し、generateImages を呼び出すようにしてください。

Swift

import FirebaseAI

// Initialize the Gemini Developer API backend service
let ai = FirebaseAI.firebaseAI(backend: .googleAI())


// Create an `ImagenModel` instance with a model that supports your use case
let model = ai.imagenModel(modelName: "imagen-3.0-generate-002")

// Provide an image generation prompt
let prompt = "An astronaut riding a horse"

// To generate an image, call `generateImages` with the text prompt
let response = try await model.generateImages(prompt: prompt)

// Handle the generated image
guard let image = response.images.first else {
  fatalError("No image in the response.")
}
let uiImage = UIImage(data: image.data)

Kotlin

// Using this SDK to access Imagen models is a Preview release and requires opt-in
@OptIn(PublicPreviewAPI::class)
suspend fun generateImage() {
  // Initialize the Gemini Developer API backend service
  // Create an `ImagenModel` instance with an Imagen model that supports your use case
  val imagenModel = Firebase.ai(backend = GenerativeBackend.googleAI()).imagenModel("imagen-3.0-generate-002")

  // Provide an image generation prompt
  val prompt = "An astronaut riding a horse"

  // To generate an image, call `generateImages` with the text prompt
  val imageResponse = imagenModel.generateImages(prompt)

  // Handle the generated image
  val image = imageResponse.images.first()

  val bitmapImage = image.asBitmap()
}

Java

// Initialize the Gemini Developer API backend service
// Create an `ImagenModel` instance with an Imagen model that supports your use case
ImagenModel imagenModel = FirebaseAI.getInstance(GenerativeBackend.googleAI()).imagenModel(
        /* modelName */ "imagen-3.0-generate-002");

ImagenModelFutures model = ImagenModelFutures.from(imagenModel);

// Provide an image generation prompt
String prompt = "An astronaut riding a horse";

// To generate an image, call `generateImages` with the text prompt
Futures.addCallback(model.generateImages(prompt), new FutureCallback<ImagenGenerationResponse<ImagenInlineImage>>() {
    @Override
    public void onSuccess(ImagenGenerationResponse<ImagenInlineImage> result) {
        if (result.getImages().isEmpty()) {
            Log.d("TAG", "No images generated");
        }
        Bitmap bitmap = result.getImages().get(0).asBitmap();
        // Use the bitmap to display the image in your UI
    }

    @Override
    public void onFailure(Throwable t) {
        // ...
    }
}, Executors.newSingleThreadExecutor());

Web

import { initializeApp } from "firebase/app";
import { getAI, getGenerativeModel, GoogleAIBackend } from "firebase/ai";

// TODO(developer) Replace the following with your app's Firebase configuration
// See: https://firebase.google.com/docs/web/learn-more#config-object
const firebaseConfig = {
  // ...
};

// Initialize FirebaseApp
const firebaseApp = initializeApp(firebaseConfig);

// Initialize the Gemini Developer API backend service
const ai = getAI(firebaseApp, { backend: new GoogleAIBackend() });


// Create an `ImagenModel` instance with an Imagen 3 model that supports your use case
const imagenModel = getImagenModel(ai, { model: "imagen-3.0-generate-002" });

// Provide an image generation prompt
const prompt = "An astronaut riding a horse.";

// To generate an image, call `generateImages` with the text prompt
const response = await imagenModel.generateImages(prompt)

// If fewer images were generated than were requested,
// then `filteredReason` will describe the reason they were filtered out
if (response.filteredReason) {
  console.log(response.filteredReason);
}

if (response.images.length == 0) {
  throw new Error("No images in the response.")
}

const image = response.images[0];

Dart

import 'package:firebase_ai/firebase_ai.dart';
import 'package:firebase_core/firebase_core.dart';
import 'firebase_options.dart';

// Initialize FirebaseApp
await Firebase.initializeApp(
  options: DefaultFirebaseOptions.currentPlatform,
);


// Initialize the Gemini Developer API backend service
// Create an `ImagenModel` instance with an Imagen model that supports your use case
final model =
  FirebaseAI.googleAI().imagenModel(model: 'imagen-3.0-generate-002');

// Provide an image generation prompt
const prompt = 'An astronaut riding a horse.';

// To generate an image, call `generateImages` with the text prompt
final response = await model.generateImages(prompt);

if (response.images.isNotEmpty) {
  final image = response.images[0];
  // Process the image
} else {
  // Handle the case where no images were generated
  print('Error: No images were generated.');
}

Unity

Unity での Imagen の使用はまだサポートされていませんが、近日中に対応する予定です。

ユースケースとアプリに適したモデル を選択する方法について説明します。

テキストのみの入力から複数の画像を生成する

このサンプルを試す前に、このガイドの始める前にのセクションを完了して、プロジェクトとアプリを設定してください。 このセクションでは、選択した Gemini API プロバイダのボタンをクリックして、このページにプロバイダ固有のコンテンツを表示します。

デフォルトでは、Imagen モデルはリクエストごとに 1 つの画像のみを生成します。ただし、ImagenModel インスタンスの作成時に ImagenGenerationConfig を指定すると、Imagen モデルにリクエストごとに複数の画像を生成させることができます。

ImagenModel インスタンスを作成し、generateImages を呼び出すようにしてください。

Swift

import FirebaseAI

// Initialize the Gemini Developer API backend service
let ai = FirebaseAI.firebaseAI(backend: .googleAI())


// Create an `ImagenModel` instance with a model that supports your use case
let model = ai.imagenModel(
  modelName: "imagen-3.0-generate-002",
  // Configure the model to generate multiple images for each request
  // See: https://firebase.google.com/docs/ai-logic/model-parameters
  generationConfig: ImagenGenerationConfig(numberOfImages: 4)
)

// Provide an image generation prompt
let prompt = "An astronaut riding a horse"

// To generate images, call `generateImages` with the text prompt
let response = try await model.generateImages(prompt: prompt)

// If fewer images were generated than were requested,
// then `filteredReason` will describe the reason they were filtered out
if let filteredReason = response.filteredReason {
  print(filteredReason)
}

// Handle the generated images
let uiImages =  response.images.compactMap { UIImage(data: $0.data) }

Kotlin

// Using this SDK to access Imagen models is a Preview release and requires opt-in
@OptIn(PublicPreviewAPI::class)
suspend fun generateImage() {
  // Initialize the Gemini Developer API backend service
  // Create an `ImagenModel` instance with an Imagen model that supports your use case
  val imagenModel = Firebase.ai(backend = GenerativeBackend.googleAI()).imagenModel(
      modelName = "imagen-3.0-generate-002",
      // Configure the model to generate multiple images for each request
      // See: https://firebase.google.com/docs/ai-logic/model-parameters
      generationConfig = ImagenGenerationConfig(numberOfImages = 4)
  )

  // Provide an image generation prompt
  val prompt = "An astronaut riding a horse"

  // To generate images, call `generateImages` with the text prompt
  val imageResponse = imagenModel.generateImages(prompt)

  // If fewer images were generated than were requested,
  // then `filteredReason` will describe the reason they were filtered out
  if (imageResponse.filteredReason != null) {
    Log.d(TAG, "FilteredReason: ${imageResponse.filteredReason}")
  }

  for (image in imageResponse.images) {
    val bitmap = image.asBitmap()
    // Use the bitmap to display the image in your UI
  }
}

Java

// Configure the model to generate multiple images for each request
// See: https://firebase.google.com/docs/ai-logic/model-parameters
ImagenGenerationConfig imagenGenerationConfig = new ImagenGenerationConfig.Builder()
        .setNumberOfImages(4)
        .build();

// Initialize the Gemini Developer API backend service
// Create an `ImagenModel` instance with an Imagen model that supports your use case
ImagenModel imagenModel = FirebaseAI.getInstance(GenerativeBackend.googleAI()).imagenModel(
        /* modelName */ "imagen-3.0-generate-002",
        /* imageGenerationConfig */ imagenGenerationConfig);

ImagenModelFutures model = ImagenModelFutures.from(imagenModel);

// Provide an image generation prompt
String prompt = "An astronaut riding a horse";

// To generate images, call `generateImages` with the text prompt
Futures.addCallback(model.generateImages(prompt), new FutureCallback<ImagenGenerationResponse<ImagenInlineImage>>() {
    @Override
    public void onSuccess(ImagenGenerationResponse<ImagenInlineImage> result) {
        // If fewer images were generated than were requested,
        // then `filteredReason` will describe the reason they were filtered out
        if (result.getFilteredReason() != null){
            Log.d("TAG", "FilteredReason: " + result.getFilteredReason());
        }

        // Handle the generated images
        List<ImagenInlineImage> images = result.getImages();
        for (ImagenInlineImage image : images) {
            Bitmap bitmap = image.asBitmap();
            // Use the bitmap to display the image in your UI
        }
    }

    @Override
    public void onFailure(Throwable t) {
        // ...
    }
}, Executors.newSingleThreadExecutor());

Web

import { initializeApp } from "firebase/app";
import { getAI, getGenerativeModel, GoogleAIBackend } from "firebase/ai";

// TODO(developer) Replace the following with your app's Firebase configuration
// See: https://firebase.google.com/docs/web/learn-more#config-object
const firebaseConfig = {
  // ...
};

// Initialize FirebaseApp
const firebaseApp = initializeApp(firebaseConfig);

// Initialize the Gemini Developer API backend service
const ai = getAI(firebaseApp, { backend: new GoogleAIBackend() });


// Create an `ImagenModel` instance with an Imagen 3 model that supports your use case
const imagenModel = getImagenModel(
  ai,
  {
    model: "imagen-3.0-generate-002",
    // Configure the model to generate multiple images for each request
    // See: https://firebase.google.com/docs/ai-logic/model-parameters
    generationConfig: {
      numberOfImages: 4
    }
  }
);

// Provide an image generation prompt
const prompt = "An astronaut riding a horse.";

// To generate images, call `generateImages` with the text prompt
const response = await imagenModel.generateImages(prompt)

// If fewer images were generated than were requested,
// then `filteredReason` will describe the reason they were filtered out
if (response.filteredReason) {
  console.log(response.filteredReason);
}

if (response.images.length == 0) {
  throw new Error("No images in the response.")
}

const images = response.images[0];

Dart

import 'package:firebase_ai/firebase_ai.dart';
import 'package:firebase_core/firebase_core.dart';
import 'firebase_options.dart';

// Initialize FirebaseApp
await Firebase.initializeApp(
  options: DefaultFirebaseOptions.currentPlatform,
);


// Initialize the Gemini Developer API backend service
// Create an `ImagenModel` instance with an Imagen model that supports your use case
final model =
  FirebaseAI.googleAI().imagenModel(
    model: 'imagen-3.0-generate-002',
    // Configure the model to generate multiple images for each request
    // See: https://firebase.google.com/docs/ai-logic/model-parameters
    generationConfig: ImagenGenerationConfig(numberOfImages: 4),
);

// Provide an image generation prompt
const prompt = 'An astronaut riding a horse.';

// To generate images, call `generateImages` with the text prompt
final response = await model.generateImages(prompt);

// If fewer images were generated than were requested,
// then `filteredReason` will describe the reason they were filtered out
if (response.filteredReason != null) {
  print(response.filteredReason);
}

if (response.images.isNotEmpty) {
  final images = response.images;
  for(var image in images) {
  // Process the image
  }
} else {
  // Handle the case where no images were generated
  print('Error: No images were generated.');
}

Unity

Unity での Imagen の使用はまだサポートされていませんが、近日中に対応する予定です。

ユースケースとアプリに適したモデル を選択する方法について説明します。

---

サポートされている機能と要件

Imagen モデルには、画像生成に関連する多くの機能があります。このセクションでは、Firebase AI Logic でモデルを使用する場合にサポートされている内容について説明します。

サポートされている機能

注: これらの機能の一部は、Imagen 4 モデルではサポートされていません。Imagen 4 と Imagen 4 Ultra の詳細については、Google Cloud ドキュメントをご覧ください。

Firebase AI Logic は、Imagen モデルのこれらの機能をサポートしています。

• 人物と顔の生成（Firebase プロジェクトが Google Cloud からの承認を得ている場合）

• 生成された画像内のテキストを生成する

• 生成された画像に透かしを追加する

• 生成する画像の数、アスペクト比、透かしなどの画像生成パラメータを構成する

• 安全性設定を構成する

Firebase AI Logic は、Imagen モデルのこれらの高度な機能をサポートしていません。

これらの機能のほとんどは、Imagen モデルをサーバーサイドで使用する場合でも、承認済みユーザーのリストに登録されている必要があります。

• 画像編集または操作機能（画像のアップスケーリングを含む）

• モデルへのリクエストに画像を含める（少数ショット学習など）

• SDK を使用してデジタル透かしを確認する
  画像に透かしがあることを確認する場合は、[メディア] タブを使用して、画像を Vertex AI Studio にアップロードできます。

• テキストから「ライブ画像」を生成する（MP4 生成）

• 事前定義されたスタイルを使用して画像を生成する

• 入力テキストの言語を設定する

• includeSafetyAttributes を有効にすると、safetyAttributes.categories と safetyAttributes.scores を返すことができなくなります。

• プロンプトの機能強化（enhancePrompt パラメータ）を無効にします。つまり、LLM ベースのプロンプト書き換えツールは、指定されたプロンプトに常に自動的に詳細を追加して、指定されたプロンプトをより正確に反映した高品質の画像を生成します。

• 生成された画像をモデルからのレスポンスの一部として Google Cloud Storage に直接書き込む（storageUri パラメータ）。代わりに、画像は常にレスポンスで base64 エンコードされた画像バイトとして返されます。
  生成された画像を Cloud Storage にアップロードする場合は、Cloud Storage for Firebase を使用できます。

仕様と制限事項

プロパティ（リクエストごと）	値
入力トークンの最大数	480 トークン
出力画像の最大数	4 枚
サポートされている出力画像の解像度（ピクセル）	1,024 x 1,024 ピクセル（1:1 のアスペクト比） 896 x 1,280（3:4 のアスペクト比） 1,280 x 896（4:3 のアスペクト比） 768 x 1,408（9:16 のアスペクト比） 1,408 x 768（16:9 のアスペクト比）

---

Google アシスタントの機能

• 本番環境の準備（本番環境チェックリストを参照）について検討を開始します。これには、次のものが含まれます。
  • Firebase App Check を設定して、未承認のクライアントによる不正使用から Gemini API を保護します。
  • Firebase Remote Config を統合して、新しいバージョンのアプリをリリースすることなく、アプリ内の値（モデル名など）を更新します。

コンテンツ生成を制御する方法

• ベスト プラクティス、戦略、プロンプトの例など、プロンプト設計について理解する。
• アスペクト比、人物の生成、ウォーターマークなどの Imagen モデル パラメータを構成します。
• 安全性設定を使用する: 有害とみなされる可能性のあるレスポンスが返される可能性を調整します。

サポートされているモデルの詳細

さまざまなユースケースで利用可能なモデルとその割り当てと料金について学習します。

Firebase AI Logic の使用感についてフィードバックを送信する