【免责声明】 本文是基于外部来源的信息重新整理的。请在参考本文内容前核实原始来源。
新闻摘要
以下内容已在网上发布。下面提供了翻译摘要。详情请参见原文。
谷歌宣布对其Gemini AI平台进行重大升级,推出了Gemini 2.5 Flash,带来了先进的图像编辑功能。此次更新带来了基于提示的高度精确的编辑功能,即使在姿势、背景或照明发生变化时,也能保持角色的一致性。用户现在可以执行精确的局部编辑,如模糊背景、去除瑕疵、添加颜色、删除物体、更改服装以及在图像之间应用样式。该系统支持多图融合和通过自然语言指令进行对话式编辑,使复杂的编辑操作无需手动选择即可完成。这些功能集成在Gemini应用程序中,允许用户轻松修改个人照片,包括更改发色或背景。输出包含不可见的SynthID数字水印,以确保负责任的使用。开发人员可以在Vertex AI上访问Gemini 2.5 Flash Image,以实现更高级的应用程序。此次更新使Gemini成为AI驱动图像编辑的领导者,提供了最先进的功能,并具有直观的基于文本的控制和强大的现实应用性。
来源: 谷歌博客
本站解析
背景和环境
自推出以来,谷歌的Gemini一直是该公司的主要AI平台,并迅速发展以在快节奏的AI市场中竞争。最新的Gemini 2.5 Flash更新代表了AI驱动图像编辑方面的重大进步,特别是在保持编辑过程中角色的一致性方面。这一进步建立在谷歌在计算机视觉和自然语言处理方面的专业知识之上,将这些技术整合,创造了更加直观和强大的编辑体验。
专家分析
Gemini 2.5 Flash中引入的角色一致性编辑标志着AI图像操作领域的重要里程碑。这一功能解决了AI生成图像中的一个常见挑战:保持多次编辑过程中的视觉连贯性。通过使用户能够进行复杂的更改,同时保留主体的身份和关键特征,Gemini为创意专业人士和普通用户开辟了新的可能性。
关键要点:
- 编辑过程中保持角色一致性增强了AI生成图像的真实感和可用性
- 自然语言指令降低了复杂图像编辑的使用门槛
- 集成SynthID水印解决了关于AI生成内容的伦理问题
补充数据和事实
Gemini功能的最新发展超越了图像编辑:
- Gemini 2.5 Pro和Flash模型于2025年7月达到了普遍可用性,增强了代码生成和复杂任务处理
- 2025年3月发布了TypeScript和JavaScript的新SDK公开预览版
- 2025年3月新增了对YouTube URL和20MB以下内联视频的支持
相关新闻
AI图像编辑领域自2024年4月以来变得日益激烈。谷歌自己的Gemma于2024年2月推出,针对的是研究人员和开发人员,提供更小、更高效的模型。其他值得注意的竞争对手包括专注于隐私的基于浏览器的聊天机器人Secret Llama,以及成熟的工具如Luminar Neo、Leonardo AI和Canva的Magic Media,每个都提供独特的AI驱动编辑功能。
总结
谷歌的Gemini 2.5 Flash更新代表了AI驱动图像编辑领域的重大进步,提供了前所未有的控制和角色一致性编辑。随着技术的不断发展,监测其对创意产业的影响以及解决围绕AI生成图像的伦理问题将至关重要。
