Google 开放 Gemini 2.0 Flash 图像生成与编辑预览版

首次发布 2025年5月7日传播指数 50

Google 宣布在 Gemini 2.0 Flash 中以预览版形式开放图像生成与编辑能力。开发者现可通过 Google AI Studio 和 Vertex AI 的 API 接入对话式生图与改图，并享有更高的调用频次。这让在多模态应用中原生混排图文变得更加简单直接。

想让 AI 一边教你做马卡龙，一边直接把每一步的图片吐出来，现在只需要一个 API 接口。

Google 宣布在 Gemini 2.0 Flash 中开放图像生成与编辑能力的预览版。开发者可以通过 Google AI Studio 和 Vertex AI 调用，模型代号为 gemini-2.0-flash-preview-image-generation。

聊着天把图画出来

这次更新把图像生成融入了对话流程。开发者不仅可以用自然语言要求模型画图，还能在连续对话里让它修改画面细节。

更方便的是多模态混合输出。调用接口时只需设置接收文本和图像两种格式，模型就能在一段回复里图文混排，不需要再把文本模型和画图模型分开串联。

Google 这次还放宽了调用速率上限，并上线了配套定价。如果想快速上手，AI Studio 里已经提供了一个名为 Gemini Co-Drawing 的协作绘图示例应用。

对开发者来说，这省去了在文本大模型和独立绘图工具之间来回倒腾的麻烦。做带插图的教程、儿童绘本或者图文并茂的对话助手，门槛一下子低了很多。

我们认为，Google 选择把这项能力先塞进主打低延迟和性价比的 Flash 模型，意图很明显，就是想让多模态原生生成尽快落地到日常业务中。不过目前它仍处于预览阶段，出图质量和细节把控能不能跟顶尖的专属生图模型抗衡，还得看大家在实际场景里的测试表现。