神秘「香蕉」AI 正式上线！Google P 图新王深夜炸场｜附体验方式

主要观点总结

Google正式推出了其最先进的图像生成与编辑模型——Gemini 2.5 Flash Image，该模型在LMArena大语言模型竞技场中表现出色。新模型的特点包括保持角色一致性、基于提示的图片编辑、利用Gemini的现实世界知识以及多幅图像融合。这篇文章介绍了这些特点的具体内容和应用体验。

关键观点总结

关键观点1: Gemini 2.5 Flash Image模型的推出

Google正式发布了其最新的图像生成与编辑模型——Gemini 2.5 Flash Image，该模型在多个榜单上获得第一名，尤其在LMArena榜单上表现遥遥领先。

关键观点2: 角色一致性

Gemini 2.5 Flash Image能够轻松保持角色的一致性，让同一个角色在不同的场景中完美呈现，这对于需要讲述连续故事、生成品牌系列资产或制作产品目录的场景来说，是一项革命性的功能。

关键观点3: 基于提示的图片编辑

该模型允许通过简单的自然语言指令对图片进行精准的局部修改，像是模糊图片背景、消除污渍、移除人物、改变姿势、上色等，都不再需要复杂的专业软件操作。

关键观点4: 利用Gemini的现实世界知识

借助Gemini强大的世界知识库，Gemini 2.5 Flash Image让图像生成更加智能，不仅能理解手绘的图表，还能回答与现实世界相关的问题，执行复杂的编辑指令。

关键观点5: 多幅图像融合

新模型带来了多图像融合功能，可以将一张图片中的物体放入另一张图片的场景中，或者用一个风格的图片渲染另一个场景，只需一条提示指令即可完成。

免责声明