谷歌 DeepMind 推出全新 Gemini 2.5 Flash 图像编辑模型，该模型可根据文字指令，在保持人物与动物外观一致的情况下，提高图像修改精度。

与此前的图像生成工具相比，Gemini 2.5 Flash 在根据文字进行图像修改时具有更高的准确率，在多项任务中优于 GPT-4o。该模型能够更好地基于复杂文字描述进行图像编辑。

新模型具备“角色一致性”功能，可在生成多张图像时保持同一人物、动物或物体的外观一致，即使姿势、背景或光线发生变化。该功能适用于品牌素材与产品目录的批量制作。

Gemini 2.5 Flash 支持精准的局部文字编辑，用户无需手动圈选区域，即可完成背景虚化、瑕疵去除、颜色添加或物体移除等操作。

该模型可融合最多三张图像，例如将产品照片与室内场景结合生成逼真图像。它还支持“风格迁移”，将一种纹理、颜色或图案应用到另一物体上，同时保持形状与细节不变。基于“现实推理”的功能可模拟简单因果关系，如生成气球飞向仙人掌及其后续结果画面。

Gemini 2.5 Flash 已在 Gemini 应用中上线，用户需将模型切换至“Flash”以使用图像编辑功能，生成图像附有可见水印及不可见的 SynthID 数字水印。

开发者可通过 Gemini API、Google AI Studio 与 Vertex AI 试用该模型，费用为每百万输出 token 30 美元，单张图像生成成本约为 0.039 美元。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。