您尚未登录账户
您的企业账号申请正在审核中
谷歌更新Gemini，推出强大新AI图像模型，具备照片编辑功能
谷歌有限责任公司今天宣布，它正在更新其Gemini应用和聊天机器人，引入一个强大的新人工智能图像模型，为用户提供精细的照片编辑功能。
这个新模型名为Gemini 2.5 Flash Image，今天在Gemini应用上首次亮相。用户可以用自然语言编辑他们的照片。公司声称新模型提供了最先进的图像生成和编辑功能，保持原始构图、物体和人物不变，同时根据用户的需求添加、改变或删除内容。
谷歌DeepMind，公司旗下的AI研究部门，以神秘而滑稽的名字“Nano Banana”在LMArena上测试了这个新模型。这个公共网站通过众包方式收集关于AI模型质量的匿名反馈。起初，这个新模型是什么尚不清楚，尤其是考虑到它奇怪的名字，但用户很快就推测出它一定来自谷歌。
在早期预览中，这个模型在网站上表现优于其他所有照片编辑模型，获得了“世界顶级编辑模型”的称号。尽管它并非没有缺陷，但该模型在一致性、质量和遵循指令方面表现出色。
现在，DeepMind透露，这个模型实际上是Gemini 2.5 Flash Image，并为新的Gemini图像编辑体验提供支持。
“我们正在大力推动视觉质量的进步，以及模型遵循指令的能力，”谷歌DeepMind视觉生成模型的产品负责人Nicole Brichtova在接受TechCrunch采访时说道。
图像编辑和AI模型的一个问题一直是模型往往会对图像进行细微或大的修改，即使用户要求它们进行小改动。例如，用户可能拍摄了一张自己的照片，并要求模型添加眼镜。模型可能会在他们的脸上添加眼镜，但可能会显著改变他们的面部特征，调整他们的发型，或者背景中的一个物体可能会从一个东西变成另一个。
为了测试新模型，谷歌建议人们用自己的照片试一试。他们可以用它来给自己换上新装或改变位置。该模型还能够将来自两张不同照片的主体融合到一个全新的场景中——例如，拍一张你和你的猫的照片，并让它把你们放在沙发上。
根据谷歌的说法，这个新模型允许用户进行多次编辑：只需拍一张照片并要求进行一次更改，然后再进行后续更改。这允许对照片或图像进行自然的迭代修改。由于提示可以对位置或主体提出具体要求，模型只会改变它们而不会改变其他内容。
开发者还可以通过Gemini API、Google AI Studio和Vertex AI访问这一功能。
