文章图片
文章图片
文章图片
文章图片
文章图片
文章图片
还记得之前大家热议的神秘 AI 图片编辑模型「nano-banana」吗？
前几天 ， 我们在 LMArena 大语言模型竞技场里面用它进行了多轮测试 ， 结果表现都非常出色 。
现在 ， Google 终于揭开了它的神秘面纱 。
Google AI Studio 负责人 Logan Kilpatrick 发推文宣布正式推出 Gemini 2.5 Flash Image 模型
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 。
在多个榜单上都是第一名 ， 尤其是 LMArena 榜单几乎是遥遥领先
在更新的技术博客里面 ， Google 提到此前的 Gemini 2.0 Flash 已经在图像生成方面 ， 以其低延迟和高性价比受到了开发者的喜爱 ， 但用户们也一直期待更高质量的图像和更强大的创作控制功能 。
Gemini 2.5 Flash Image 就是带着一系列的重磅更新 ， 来强势回应这些期待 。
和我们之前的体验效果一样 ， Gemini 2.5 Flash Image 的主要特点包括下面几点
充分保持角色的一致性 基于提示的图片编辑 利用 Gemini 的现实世界知识 多幅图像融合
一张图讲一个故事：角色、场景随心换以往的 AI 绘图工具 ， 最大的痛点之一就是难以保持角色或物体的一致性 。 我们都曾经经历过 ， 想让同一个角色出现在不同场景中 ， 结果却常常画风突变 ， 每一次生成都像换了个人 。
Gemini 2.5 Flash Image 彻底解决了这个问题 。
图片来源 X@geminiap
它可以轻松地将同一个角色置于不同的环境中 ， 或者从多个角度展示同一款产品 ， 同时完美地保持其核心主体不变 。 Google 提到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 ， 无疑是一项革命性的功能 。
为了展示这项能力 ， Google AI Studio 中还提供了一个模板应用 ， 让开发者可以快速上手 ， 甚至在其基础上进行二次开发 。
体验地址：https://aistudio.google.com/apps/bundled/past_forward
在这个体验项目里 ， 我们不需要输入任何的提示词 ， 只用上传一张人像照片 ， 它就会调用这个最新的图像模型 ， 为我们生成从 1976 年 到 1990 年等各个年份的照片 。
马斯克看到自己这么帅心里一定在想 ， 我的 Grok 也可以 。
一句话修图 ， 用自然语言精准编辑除了这种保持好高度一致的角色生成 ， 精准的编辑也是一大亮点 。 Gemini 2.5 Flash Image 允许我们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 T 恤上的污渍、从合照中移除某个人、改变人物的姿势、为黑白照片上色……
这一切 ， 都不再需要复杂繁琐的专业软件操作 ， 我们只需要像聊天一样 ， 用一句话告诉 AI 想做什么即可 。
这跟我们之前在 LMArena 中的体验是一样的 ， 像是我们也转换过照片的风格 ， 从黑白到彩色；以及对照片进行细微的调整等 。
图片来源 X@geminiapp
Google 同样设计了一个简单的应用 ， 来方便我们更好的体验这种基于提示词的图像编辑 ， 但是完全媲美 PS 软件的效果 。
体验地址：https://aistudio.google.com/apps/bundled/pixshop
不止会画 ， 更「懂」世界过去的图像模型虽然能创造出精美的图片 ， 但往往缺乏对现实世界的深层语义理解。
Gemini 2.5 Flash Image 借助 Gemini 强大的世界知识库 ， 让图像生成变得更加「智能」 。
这意味着 ， 模型不仅能看懂我们潦草手绘的图表 ， 还能回答与现实世界相关的问题 ， 并一步到位地执行复杂的编辑指令 。
体验地址：https://aistudio.google.com/apps/bundled/codrawing
听起来很有多模态推理的感觉 ， Google 在 AI Studio 中展示了一个互动教育应用 ， 将一块简单的画布变成了可以答疑解惑的智能导师 ， 我由衷的感叹这个模型是真的厉害 。
图像融合：轻松实现「无缝」拼贴新模型还带来了一项酷炫的功能——多图像融合 。 我们可以将一张图片中的物体「放」进另一张图片的场景里 ， 或者用一张图的风格去渲染另一间屋子 ， 整个过程只需一条提示指令就能完成 。
同样是 Google AI Studio 里面的模板体验应用 ， 我们只需要把产品拖拽到新场景中 ， 就可快速生成一张毫无违和感的、真实照片般的融合图像 。
体验地址：https://aistudio.google.com/apps/bundled/home_canvas
在这个模板应用里面 ， 我们甚至不需要输入任何提示词 ， 可以直接拖动某个物体 ， 到场景图片上的具体位置 ， 然后它会自动生成融合的图片 。
如何上手体验？除了我们在前面提到的那些 Google AI Studio 里面的模板应用 。
目前 ， Gemini 2.5 Flash Image 已经可以通过 Gemini APP、Gemini API、Google AI Studio 和 Vertex AI 进行访问 。
关于调用 API ， 具体的定价是每百万输出 token 30 美元 ， 官方介绍 ， 生成一张图片大约消耗 1290 个输出 token ， 也就是说 ， 每张图片的成本约为 0.039 美元 ， 换算下来人民币不到 3 毛钱 。
值得一提的是 ， 所有通过 Gemini 2.5 Flash Image 创建或编辑的图片 ， 都会包含 SynthID 隐形数字水印 ， 以便识别其为 AI 生成或编辑的内容 。
这跟前些天 Google 发布 Pixel 10 系列手机时 ， 讲到 AI 图片编辑 Ask Photo 工具时 ， 使用的 C2PA（内容来源和真实性联盟） 内容凭证是一样的 。
最后 ， Google 还提到正在努力提升模型在长文本渲染、角色一致性稳定度和图像细节真实性等方面的表现 。
总而言之 ， Gemini 2.5 Flash Image 的发布 ， 让 AI 图像工具从一个单纯的绘画玩具 ， 向一个真正实用的创意与生产力工具迈出了一大步 。
它不仅解决了我们过去使用 AI 绘图时的诸多痛点 ， 还带来了更多有趣、实用的新玩法 。
之前 4o 生图能力出来 ， 看到很多 App 开始主打用一张图每天生成一首诗 ， 还有像是拿到了今年 Apple 设计大奖的 CapWords ， 拍一张生活里的照片 ， 来实景学习一门新的语言……
我现在已经迫不及待想看到基于 Gemini 2.5 Flash Image 模型 ， 又会有哪些新应用诞生了 。
#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr） ， 更多精彩内容第一时间为您奉上 。
【神秘「香蕉」AI 正式上线！Google P 图新王深夜炸场｜附体验方式】爱范儿|原文链接· ·新浪微博
推荐阅读
- 用「录音机」切入AI硬件赛道，钉钉要做的是协同闭环
- 用于RICOH GR IV的小型闪光灯 「RICOH GF-2」新上市
- 10 岁的钉钉，想用「更主动」的 AI，重构工作本身
- 90%打工人「自费买AI上班」，开启To P革命！每月花20刀效率翻倍
- AI上新｜马卡龙 AI，一场从「哇塞」到「算了」的过山车体验
- 谷歌搞了一个神秘模型Nano-Banana？实测：强到离谱，但有3大硬伤
- 拍演唱会神器 佳能有一支神秘RF长焦大炮头要发布？
- 真我预热“挑战全球最大电池手机”，还有神秘新品
- 为见AI「女友」，76岁老人命丧途中！Meta聊天机器人酿成惨剧
- 这就是大厂的AI「氛围编程」：老工程师现身说法后，大家绷不住了