實驗 Gemini 2.0 Flash 原生影像生成

在十二月，我們首次向受信任的測試者介紹了 Gemini 2.0 Flash 的原生圖像輸出。今天，我們將這項功能開放給所有目前由 Google AI Studio 支援的地區的開發者進行實驗。你可以在 Google AI Studio 使用實驗版本的 Gemini 2.0 Flash (gemini-2.0-flash-exp) 和 Gemini API 來測試這個新功能。

Gemini 2.0 Flash 結合了多模態輸入、增強推理和自然語言理解來創建圖像。

以下是 2.0 Flash 的多模態輸出表現突出的幾個例子：

1. 文字和圖像結合

使用 Gemini 2.0 Flash 講故事，它會用圖片來插畫，並保持角色和場景的一致性。給它反饋後，模型會重新講述故事或改變畫風。

2. 對話式圖像編輯

Gemini 2.0 Flash 幫助你通過自然語言對話來編輯圖像，非常適合不斷調整以達到完美的圖像，或者一起探索不同的想法。

3. 世界理解

與許多其他圖像生成模型不同，Gemini 2.0 Flash 利用世界知識和增強推理來創建正確的圖像。這使它非常適合創建詳細且真實的圖像，例如插畫食譜。雖然它努力追求準確性，但像所有語言模型一樣，它的知識是廣泛和一般性的，而不是絕對或完整的。

4. 文字呈現

大多數圖像生成模型在準確呈現長文本序列方面表現不佳，經常導致格式不良或難以辨認的字元，或拼寫錯誤。內部基準顯示，2.0 Flash 的呈現效果比主要競爭模型更強，適合用來創建廣告、社交媒體貼文或甚至邀請函。

今天就開始使用 Gemini 創建圖像

通過 Gemini API 開始使用 Gemini 2.0 Flash。請在我們的文檔中了解更多有關圖像生成的資訊。

無論你是建立 AI 代理、開發具有美麗視覺效果的應用程式（例如插畫互動故事），還是通過對話來腦力激盪視覺想法，Gemini 2.0 Flash 都可以讓你只用一個模型就能添加文字和圖像生成。我們期待看到開發者利用原生圖像輸出創造的作品，你的反饋將幫助我們儘快完成生產就緒的版本。