Gemini 2.0 图像编辑，拜拜嘞PS!

大家好，我是易安！

Google这两天动作不断。继昨天开源Gemma3后，今天又迎来了期待已久的重磅更新——Gemini 2.0的原生多模态生图功能终于解锁了！

作为我最期待的功能之一，体验后不得不说：这真的太强了。 经过一下午的深度体验，今天就来分享一下这个功能的惊艳之处。

一句话改变图像，就是这么简单

首先，来直观感受一下它的魔力。 假设我有一张自己喜欢的猫咪照片，但我想把它变成蓝色。无需打开PS，不用懂任何图像编辑技术，只需一句简单的话："把这只猫变成蓝色"，Gemini 2.0就能在保留所有细节的情况下完成这一转变。

还想让猫咪戴上一顶小帽子？一句话的事。

想让它从室内场景变到户外草地上？一句话搞定,haha有点表情包赶脚。

更多惊艳案例

比如这是一张普通的咖啡杯照片，我想把它变成骨瓷材质，再加上金边装饰。说完这句话，几秒钟后，我的普通咖啡杯就焕然一新。 又或者，这是一份简单的手绘菜单草图。我只需说："请根据这张草图生成一份精美的咖啡店菜单"，Gemini立刻就能创建出一份精美的成品菜单，保留我的基本布局但大幅提升了质感。 甚至可以实现文字修改。比如一张产品包装照片，想把上面的品牌名称改掉，一句指令就能完成。

技术原理简析

得益于Gemini 2.0强大的多模态能力，它实现了类似于GPT-4o的能力突破。如果说GPT-4o是语音端到端，那么Gemini 2.0则是图片端到端，将图像理解和生成无缝集成。

虽然生成的图片质量还达不到Midjourney或Flux的水平，泛化能力也有待提升，但作为一个内置于多模态模型中的功能，已经相当令人惊艳。这种"言出法随"的能力，在多模态大模型中尤为重要。

实际使用指南

想要亲自体验这一功能非常简单：

1. 打开https://aistudio.google.com/（需要网络工具）

1. 登录后在右侧将模型切换为"Gemini 2.0 Flash Experimental"

1. 输出格式务必选择"Images and text"，否则无法生成图像

1. 在对话框中上传图片，加上你想要的修改描述即可