专栏名称: APPSO

让智能手机更好用的秘密。

目录

相关文章推荐

APPSO · 英特尔官宣史上首位华人 ... · 昨天

APPSO · 阿里董事长：AI 市场规模至少 10 ... · 昨天

APPSO · Manus 的狂热和争议之后，我和 AI ... · 2 天前

APPSO · 本地部署满血版 DeepSeek ... · 3 天前

小众软件 · 本年度最离谱项目.续｜没想到这么快就有小菜了。 · 3 天前

51好读 › 专栏 › APPSO

AI文生图最大问题不存在了，最新Gemini 2.0指哪改哪，网友已经玩坏了 | 附指南

APPSO · 公众号 · app · 2025-03-14 12:44

正文

最近的热点实在太多了，当 Gemini 的文生图模型更新出来时，原以为只是平平无奇的小更新——万万没想到，属实是个大招。

在此之前，要么用 Stable Diffusion，要么走回 Photoshop 老路，反正还没有哪个模型，可以用如此简单的对话，就完成如此精细的修改。

Gemini 率先突破可控性这件事并不令人意外，二月时，Google 就推出了最新一代的图像生成模型 Imagen 3，当时就强化了提示词的跟随功能。

当时还只面对付费用户，现在在 AI Studio 中已经可以看到更完整丰富的呈现。可以说，在目前文生图的可控性程度，以及相对应的用户体验上，Gemini 的确做到了无人能出其右。

下面我们会具体解释为什么这样下结论。同时在测试过程中，我们也发现了一些使用技巧，一并奉上。

可控性不好？不存在了

诚实的说，单纯讲生成还是有一点不稳定，但是 Gemini 2.0 Flash Experimental 展示出了堪称逆天的修改可控性。

下面这组花田图里，使用了 Imagen 3 的官方实例：Impressionistic landscape painting of a sunset over a field of sunflowers， vibrant colors， thick brushstrokes， inspired by Monet。

中间的修改提示词，是为了把天空换成蓝绿色：turn the clouds at the back of the picture in to blue-greenish color

注意看中间圈出来的地方，花田和天空过渡处的油彩，基本没有变化——模型充分理解这个修改提示词里「局部改色」的意图，只对天空局部改动，其它任何地方都保持了不变。

接下来这组城市街景的例子更明显，生成提示词：generate a Tokyo street crossroad， cars passing the traffic light and people walking around

细部有些地方还是不太能看的，生成这一步的不稳定性还是没有被完全驯服。真正有惊人改变的，是细部的指令跟随。

「我想要变成夜景」「街上应该有灯光」，提示词可以非常直给就完成修改。来感受一下四轮对话之后，形成的整体变化对比。

四张图渐次展示了城市从白天、黄昏、傍晚、再到夜晚的样子。而在四轮对话中，说改车就改车，不说改动行人就保持原样——不可控性不存在了！

Tip：生成+修改最稳定

局部修改的功能，如果是在现有图片上改动，效果没那么好，比较粗暴。下面是两张现图改夜景的例子。

最稳定的组合是从生成到修改，一条龙完成，在后续的修改里可控性就更高。

整体变化，一句话完成

除了局部改动，还可以改动视角，这也是非常实用的功能。对于短片的故事板、产品多视角展示，都相当有帮助。

请到「今天看啥」查看全文

推荐文章

APPSO · 英特尔官宣史上首位华人 CEO，芯片三巨头由华人掌舵

昨天

APPSO · 阿里董事长：AI 市场规模至少 10 万亿美元/董明珠：格力不造家用车/英特尔任命新 CEO

昨天

APPSO · Manus 的狂热和争议之后，我和 AI 开发者们聊了聊：这是智能体的胜利吗？

2 天前

APPSO · 本地部署满血版 DeepSeek 有多猛？我用 10 万块的顶配 Mac 实测了

3 天前

小众软件 · 本年度最离谱项目.续｜没想到这么快就有小菜了。

3 天前

为你读诗 · 万物还在这里，这样真好｜「为你读诗」世界诗歌日特别节目

7 年前

新闻晨报 · 【会玩】妈妈给女儿拍的果照，让晒娃的爸妈们，都不好意思再发朋友圈！

7 年前

小学生作文 · 成语积累：道德品质

7 年前

物种日历 · 这种中国本土猫科动物，全世界动物园只剩50只

7 年前

心理语录 · 出路出路，走出去了，才会有路

7 年前

Sov5搜索 · 小百科 · 今天看啥 · 移动版

51好读 - 好文章就要读起来!