Gemini文本提示编辑图片功能上线
Google在昨天放出了Gemini 2 0 Flash Experimental的更新，这一波多模态能力的提升确实让人眼前一亮。用一句话概括：它现在可以用语言对一张图片进行持续编辑和调整，而且风格能保持高度一致，图像也不会出现畸变。更让人意外的是，Google AI Studio的产品经理还透露，
Google在昨天放出了Gemini 2.0 Flash Experimental的更新，这一波多模态能力的提升确实让人眼前一亮。用一句话概括：它现在可以用语言对一张图片进行持续编辑和调整，而且风格能保持高度一致，图像也不会出现畸变。更让人意外的是，Google AI Studio的产品经理还透露，这个模型可以直接对视频链接进行对话分析——也就是说，你扔给它一个油管链接，它能跟你聊视频里发生了什么。
下面展示几个测试案例，从实际效果来看，确实很惊艳。不仅能够持续对一张图片做修改，还能直接输入视频链接，识别链接中视频的内容。
给美女带上项链
上传一张美女照片，然后给出指令。第一次生成的项链不是珍珠项链，于是追加一条新指令：把项链改成白色珍珠。效果非常棒！
更进一步，是不是可以把两张照片组合起来？比如一张产品实物图，一张模特图，让产品佩戴在模特身上——这效果简直绝了！
它能够准确识别两张图片，并按照输入的要求进行组合。只提了一个要求：将第一张图中的项链佩戴到第二张图中的女孩脖子上。这直接抢了P图软件的饭碗啊。
油管视频链接问答
从油管上找了一个Google AdSense网站审批视频的教程链接，直接喂给Gemini。它花了一分钟总结了这个视频在讲什么。
为了验证它是不是真的理解了视频内容，而不是只提取了音轨，继续追问了一个细节：视频中间出现了几个人？他们穿的什么衣服？回答结果非常准确。看得出它确实理解了视频中的视觉信息。
如何使用
进入Google AI Studio，但需要有一个美国IP，而且不是家宽袋里，否则无法打开。地址如下：
https://aistudio.google.com/
选择Gemini 2.0 Flash Experimental，并将输出格式选为Images and text。
你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：Gemini文本提示编辑图片功能上线要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
相关热点LucidaAI是一款面向企业的AI英语口语教练，通过实时对话提供发音、语法、词汇和流利度的个性化反馈。采用端到端加密并支持合规定制，定价策略注重普及化，旨在以低成本提升团队英语沟通能力。
Screenshot2Code工具能够从截图中自动识别代码，并将其转换为可直接运行的代码。支持Python、HTML及API接口信息提取，帮助开发者快速复用他人分享的代码片段，从而显著提升工作效率。这个工具极大简化了代码复用过程。
SpeakStruct通过可自定义模板将语音转换为结构化数据，适用于会议记录、客户通话等场景。核心功能包括自定义模板、准确转录和随处捕捉，使口语信息直接转化为可用的数据资产。
IzzyAI是一款AI驱动的语音治疗应用，提供全天候服务。通过智能治疗师头像互动，系统评估并治疗五种常见语音语言障碍，融合语音与面部识别技术给予实时反馈。内置综合评估、个性化练习、进展报告及支持性社区，提升治疗效果。
- 日榜
- 周榜
- 月榜
热点快看