Google 開放 Gemini 2.0 Flash 影像生成與編輯預覽版

首次發布 2025年5月7日傳播指數 50

Google 宣佈在 Gemini 2.0 Flash 中以預覽版形式開放影像生成與編輯能力。開發者現可通過 Google AI Studio 和 Vertex AI 的 API 接入對話式生圖與改圖，並享有更高的呼叫頻次。這讓在多模態應用中原生混排圖文變得更加簡單直接。

想讓 AI 一邊教你做馬卡龍，一邊直接把每一步的圖片吐出來，現在只需要一個 API 介面。

Google 宣佈在 Gemini 2.0 Flash 中開放影像生成與編輯能力的預覽版。開發者可以通過 Google AI Studio 和 Vertex AI 呼叫，模型代號為 gemini-2.0-flash-preview-image-generation。

聊著天把圖畫出來

這次更新把影像生成融入了對話流程。開發者不僅可以用自然語言要求模型畫圖，還能在連續對話裡讓它修改畫面細節。

更方便的是多模態混合輸出。呼叫介面時只需設定接收文本和影像兩種格式，模型就能在一段回覆裡圖文混排，不需要再把文本模型和畫圖模型分開串聯。

Google 這次還放寬了呼叫速率上限，並上線了配套定價。如果想快速上手，AI Studio 裡已經提供了一個名為 Gemini Co-Drawing 的協作繪圖示例應用。

對開發者來說，這省去了在文本大模型和獨立繪圖工具之間來回倒騰的麻煩。做帶插圖的教程、兒童繪本或者圖文並茂的對話助手，門檻一下子低了很多。

我們認為，Google 選擇把這項能力先塞進主打低延遲和價效比的 Flash 模型，意圖很明顯，就是想讓多模態原生生成儘快落地到日常業務中。不過目前它仍處於預覽階段，出圖質量和細節把控能不能跟頂尖的專屬生圖模型抗衡，還得看大家在實際場景裡的測試表現。

過去類似的事，幫助理解這一則。