谷歌推出Gemini 2.5 Flash，精准图像编辑更轻松

快速阅读: 谷歌 DeepMind 推出 Gemini2.5Flash 图像编辑模型，提供精准的文字指令编辑和角色一致性功能，支持局部编辑和风格迁移，每百万输出 token 费用 30 美元。

近日，谷歌 DeepMind 推出全新 Gemini2.5Flash 图像编辑模型。这款升级版模型在 Gemini 应用中为用户提供更精准的图像编辑体验，允许用户通过文字指令大幅修改照片，而不影响人物和动物的外观。

与之前的图像生成工具相比，Gemini2.5Flash 在处理复杂文字指令时展现出更高的准确性，甚至在多项任务中超越了 ChatGPT 使用的 GPT-4。这一进步让用户在进行图像编辑时，能够更轻松地实现创意。

Gemini2.5Flash 的一个亮点是其“角色一致性”功能。即使在生成多张图像时，用户指定的人物、动物或物体的外观也能保持一致，无论姿势、背景或光线如何变化。这一功能对品牌系列照片和产品多角度展示尤其有价值，大大提升了素材与产品目录的制作效率。

此外，Gemini2.5Flash 支持精准的局部文字编辑，用户无需手动圈选，便能轻松实现背景虚化、去除瑕疵、添加颜色或移除物体等多种操作。它甚至能够一次融合最多三张图像，例如将产品照与室内照片结合成一个逼真的场景。此外，它还具备“风格迁移”功能，可以将一种纹理、颜色或图案应用到另一物体上，同时保持形状与细节的完整性。

Gemini2.5Flash 的“现实推理”功能突破了传统图像编辑的限制，能够模拟简单的因果关系，比如生成气球飞向仙人掌及其后续结果的画面。这些创新功能使 Gemini2.5Flash 不仅是一个强大的修图工具，更是一个能让用户发挥想象力的创作平台。

目前，用户只需在 Gemini 应用中将模型切换至“Flash”即可体验这款新功能。生成的图像将附带可见水印和不可见的 SynthID 数字水印，以确保作品的版权保护。开发者们也可以通过 Gemini API、Google AI Studio 与 Vertex AI 进行试用，使用费用为每百万输出 token 30 美元，单张图像的成本约为 0.039 美元。

(以上内容均由Ai生成)