Gemini 2.0成P圖神器，各種P圖只需一句話的事兒，可把網(wǎng)友饞哭了
車意鍵改裝成敞篷，其它元素保持高一致性
西風 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI
Gemini 2.0說說話就能一鍵P圖的功能爆火，把玩不了的大伙兒都饞哭了！
比如一輛小車車：
輸入指令“把這輛車改裝成敞篷車”，它就能立馬將文字指令和圖片結(jié)合起來，完成一鍵P圖。
讓我們來找茬兒，發(fā)現(xiàn)除了車變成了敞篷的，其它元素木有變化，很好地保持了一致性。
不僅于此，Gemini 2.0還有點“多模態(tài)版o1”那味兒。
繼續(xù)輸入指令：想象一下，這輛車內(nèi)裝滿了海灘用品。接著，將車身顏色改為一種令人聯(lián)想到夏日的顏色，并在改變過程中進行說明。
然后Gemini 2.0就開始圖文并茂地一步步推理生成了，先把車變成了明亮的黃色，接著又再車里裝滿了遮陽傘等海灘用品
這就是Gemini 2.0系列的原生圖像輸出能力。
評論區(qū)底下，一水兒都是求具體上線時間的：
被谷歌挖走的OpenAI大將Logan Kilpatrick回應(yīng)，大伙兒別急，明年年初將更廣泛地推出。
各種P圖都是一句話的事兒
除了上面展示的簡單P圖，你甚至可以同時P圖片中的多個元素，還能把一個物件變成另一個。
比如，把蓬松的夾克變成一個小枕頭，并且拿掉毯子：
這還沒完，結(jié)合不同的圖來P也行。
貓和抱枕結(jié)合，就得到了一個很有質(zhì)感的貓貓抱枕：
把貓貓和滑板結(jié)合就得到了貓貓代言滑板。
遵從文字指令，Gemini 2.0成功將貓貓變成了插畫貼紙形態(tài)。
除此之外，Gemini 2.0 P圖時還能更有想象力。
比如一個箱子，把箱子打開就變成了醬嬸兒：
開頭展示的小車車，也能變成“飛車”：
另外，還有一種玩法。
在圖像中圈出需要P的區(qū)域，只需“Open this”，Gemini 2.0可以直接結(jié)合文字指令理解圖像，知道“this”的指代：
不得不說，那些有內(nèi)測資格的玩家，可算了把大伙兒饞壞了。
參考鏈接：https://x.com/OfficialLoganK/status/1868364831948251419
- 多人有聲視頻一體化生成！用百度最新AI生成營銷視頻，現(xiàn)在1.4元/5秒2025-08-22
- 馬斯克一覺醒來，Space X在京開賣了2025-08-21
- 離譜！現(xiàn)在的Agent都卷成100個成團了？3分鐘并行干完5個復(fù)雜任務(wù)，還能隨時改需求2025-08-18
- 國家級AI創(chuàng)新應(yīng)用賽事殺瘋了！超200萬元獎金池+全場景賽道，沖線團隊速來2025-08-15
相關(guān)閱讀
谷歌“狙擊”O(jiān)penAI，發(fā)布新一代大模型！主打Agent+多模態(tài)
Gemini 2.0 Flash實驗版在線可玩
