谷歌Gemini火力全開！實(shí)測(cè)：原生圖像生成新升級(jí)確實(shí)強(qiáng)

一水 2025-05-08 12:21:12 來源：量子位

谷歌Gemini原生圖像生成功能又雙叒升級(jí)了！

與之前的實(shí)驗(yàn)版本相比（Gemini 2.0 Flash Experimental），這一次主打圖像質(zhì)量更好、文本渲染更準(zhǔn)確，生成速度更快。

只需一句話，就能將兩張圖片中的元素絲滑融合在一起。

還能實(shí)時(shí)編輯圖像，比如剛說完給圖中人物加上眼鏡，圖片立馬就生成好了。

p.s. 這個(gè)需要在Google AI Studio的Starter Apps板塊體驗(yàn)

也可以指定僅修改圖中某一部分，新圖的其他部分能同時(shí)和原來保持一致。

更有意思的是，搭配Gemini 2.0 Flash食用，還能讓模型自己構(gòu)思自己生圖。

現(xiàn)在，這些功能都可以在Google AI Studio免費(fèi)試玩，模型請(qǐng)認(rèn)準(zhǔn)“
gemini-2.0-flash-preview-image-generation”。

開發(fā)者可以通過Google AI Studio和Vertex AI中的Gemini API集成，每張圖片的價(jià)格為0.039美元（約合人民幣0.28元）。

實(shí)際上，本次升級(jí)距離谷歌首次推出Gemini原生圖像生成功能，僅過去一個(gè)多月時(shí)間。

網(wǎng)友們的感受也都體現(xiàn)在了下面這張梗圖中：

谷歌最近真是火力全開??！

實(shí)測(cè)最新升級(jí)

據(jù)谷歌AI Studio開發(fā)者平臺(tái)產(chǎn)品負(fù)責(zé)人透露， 本次升級(jí)主要體現(xiàn)在以下幾個(gè)方面：

• 更好的視覺質(zhì)量
• 更準(zhǔn)確的文本渲染
• 顯著降低濾波器阻塞率（延遲和卡頓更低）
• 更高的速率限制（更快生成圖像或能同時(shí)處理更多圖像）

那么其實(shí)際表現(xiàn)究竟如何呢？我們也第一時(shí)間進(jìn)行了實(shí)測(cè)。

首先，在谷歌提供的demo中，我們看到了它能很好地將完全不同的元素自然融合在一起。

于是我們也提供了下面兩張?jiān)瓐D，要求它幫忙生成量子位周邊。

實(shí)測(cè)用時(shí)5.4s，幾乎一瞬間就生成了我們想要的圖片。

盡管logo的顏色還有細(xì)微偏差，但整體構(gòu)圖已經(jīng)很成熟了，處理摳圖以及融合都比較干凈。

而且上面這個(gè)例子還順道考查了其文字渲染能力，除了中文，我們?cè)賴L試一下其他文字。

最常見的英文渲染正確，并且還自帶藝術(shù)字設(shè)計(jì)。

繼續(xù)換成希臘文（中譯為“我愛你”）也有同款優(yōu)秀表現(xiàn)，仔細(xì)對(duì)比未發(fā)現(xiàn)渲染錯(cuò)誤。

OK，短暫告別這一趴，接下來我們測(cè)試其換圖or擴(kuò)圖能力。

開啟“找茬”模式后，我們不得不承認(rèn)它確實(shí)只更換了吊床顏色，其他素材均和原圖一致。

同時(shí)可以看到，在秒速生圖過程中，它還會(huì)在接收用戶指令后給出自己的理解。

此外，如果只給人物上半身，要求它生成完整人物形象呢？

第一次擴(kuò)圖，它只前進(jìn)了一小步，完成了更多的人物上半身復(fù)原工作。

新生成的部分看起來也非常合理，從一根藍(lán)色肩帶擴(kuò)展到了背帶褲穿搭。

不過這不是我們一開始想要的“全身肖像”，所以繼續(xù)……

最終結(jié)果如下，人物的比例和姿態(tài)都很完美，生成效果著實(shí)驚艷。

最后我們也體驗(yàn)了一波實(shí)時(shí)繪圖功能，結(jié)論是其原生圖像生成的速度確實(shí)快。

我們先隨意畫了一個(gè)太陽的草圖，要求它為太陽加上笑臉，結(jié)果立馬就搞定了。

而且還支持上色，效果也非常不錯(cuò)。

小結(jié)一下，從我們的實(shí)測(cè)來看，升級(jí)后的Gemini原生圖像生成功能確實(shí)表現(xiàn)驚艷，尤其在遵循用戶指令、文本渲染等方面。

當(dāng)然，除了我們的測(cè)試，更多網(wǎng)友也第一時(shí)間分享了各自的玩法。

比較經(jīng)典的就是用來搞裝修設(shè)計(jì)，可以一鍵測(cè)試自己想要的裝修風(fēng)格。

不過也有淺淺翻車的，用它來擴(kuò)圖時(shí)最后生成的人物比例有點(diǎn)子怪異。

與此同時(shí)，也有人將它和近期非?；鸨腉PT-4o生圖進(jìn)行了對(duì)比，初步結(jié)論是整體仍不如GPT-4o（doge）。

One More Thing

值得一提的是，谷歌最新生圖功能還能搭配Gemini 2.5 Pro（近期以強(qiáng)悍的代碼能力而出圈）食用。

只需在提示欄中選擇 “Canvas”，上傳一張圖片后輸入下列提示詞：

Transform this image into a code-based representation of its natural behavior.(將此圖像轉(zhuǎn)換為基于代碼的自然行為表示)

最終就能得到一段視頻演示。

除了預(yù)覽效果，還能一鍵切換查看代碼。

最后，也歡迎大家進(jìn)行更多測(cè)試，順便評(píng)論區(qū)帶圖分享一波~

在線體驗(yàn)：
https://aistudio.google.com/