Google 升級 Gemini：自定義 AI「Gems」上線，接入 Imagen 3 畫圖

如果你用過 OpenAI 的 Custom GPTs，大概會對 Google 的反應速度有些微詞。早在幾個月前的 I/O 大會上，Google 就畫出了自定義 AI 的餅，直到現在，這套名為 Gems 的功能終於擺到了檯面上。

Google 正式向 Gemini Advanced、Business 和 Enterprise 訂閱使用者推送 Gems 功能，同時宣佈全面接入新一代影像生成模型 Imagen 3。

隨手搓一個專屬於你的 AI 小隊

說白了，Gems 就是 Google 版的定製智慧體。它的上手門檻壓得很低，你不需要寫任何程式碼，只要給它起個名字，寫幾句指令，設定好它該扮演的角色和說話語氣，一個專用的 AI 專家就做好了。

比如你可以讓它當一個永遠不厭煩的程式碼審查員，或者專門幫你給社交媒體寫文案的助手。Gems 會一直記住這套設定，省得你每次開新對話都要重新把背景交代一遍。

為了不讓使用者面對空白輸入框發愣，Google 這次順手打包了 5 個預製模板，包括把複雜概念講明白的「學習教練」、負責策劃點子的「頭腦風暴助手」、幫你改簡歷和規劃路徑的「職業嚮導」、摳語法和結構的「寫作編輯」，以及帶你寫專案的「程式設計搭檔」。

目前 Gems 已經在 150 多個國家和地區上線，支援網頁端和移動端，也支援絕大多數常用語言，不過只提供給付費訂閱使用者。

Imagen 3 進場，人像生成謹慎迴歸

除了 Gems，另一個重頭戲是畫圖模型的升級。Google 的新一代影像生成模型 Imagen 3 開始陸續整合進 Gemini 各個版本，普通免費使用者未來幾天也能用上。

官方宣稱 Imagen 3 在細節捕捉、材質紋理和提示詞遵循能力上有了明顯提升，無論是寫實風的水珠、油畫質感還是黏土動畫風，只要一兩句話就能還原出相當細膩的畫面。所有生成的圖片依然會預設打上 SynthID 隱形水印。

更微妙的動作在於人像生成。之前 Google 在人像生成上栽過大跟頭，這次 Imagen 3 開始小心翼翼地把這項能力放出來，先面向英文付費訂閱使用者開啟小範圍測試。

為了防翻車，Google 明確劃了紅線：禁止生成逼真且可識別的具體人物，禁止生成未成年人，嚴禁暴力、血腥或涉色內容。說到底，寧可限制死一點，也不能再鬧出歷史常識崩塌的公關危機。

為什麼重要

在功能層面上，Gems 並沒有帶來顛覆性的機制創新，但對日常把 Gemini 當生產力工具的人來說，這是必補的一塊拼圖。預製提示詞和固定人設能省下大量重複勞動，配合 Gemini 背後的大上下文視窗，做長文件分析或固定工作流時會順手得多。如果你已經在付每月 20 美元的訂閱費，現在確實值得把常用工作流打包成幾個特定的 Gem 試一試。

對行業來說，這是 Google 在大模型應用層向 OpenAI 貼身肉搏的標誌。OpenAI 靠 GPTs 搭建生態已經跑了大半年，Google 現在的策略很直接：不急著建什麼應用商店，先用開箱即用的預製模板和全語言支援，穩住 Workspace 企業使用者和付費個人。

至於 Imagen 3 的人像灰度測試，我們認為這反映了 Google 目前極其矛盾的心態。一方面必須拿出匹敵 Midjourney 的生成質量來證明技術實力，另一方面又被過往的輿論風波嚇得步步為營。這種嚴苛的過濾機制雖然保住了合規安全，但也可能在畫質和創造力上給使用者戴上沉重的枷鎖。