Gemini 2.0 Flash開放圖像生成功能　支援即時編輯與文字渲染

▲Google 宣布 Gemini 2.0 Flash模型開放圖像生成功能預覽。（圖／Google，下同）

記者吳立言／綜合報導

Google今（8日）宣布，旗下多模態AI模型Gemini 2.0 Flash正式開放「圖像生成功能」預覽版。開發者現在可透過Google AI Studio與Google Cloud的Vertex AI，使用「gemini-2.0-flash-preview-image-generation模型」進行整合開發與測試。

根據Google官方部落格說明，這次更新除開放圖像生成功能外，也同步提升了呼叫頻率上限與價格彈性。相較於先前的實驗性版本，此次版本在三大面向皆有明顯改善：

※提升生成圖片的視覺品質

※增強文字渲染準確度

※大幅降低過濾器封鎖率

Google表示，這項功能能協助開發者在更多應用場景中快速生成高品質圖像，特別是在電商設計、內容創作、產品展示與UI試作等領域。實際應用包含以下幾項：

※將商品圖片置換至不同背景情境，實現情境式行銷圖生成

※在AI Studio上使用範例應用進行即時協作繪圖

※以自然語言指定圖片中欲修改的區域，進行局部編輯而不影響整體

※結合文字與圖像，自動生成新商品SKU與包裝設計提案

※作為創意夥伴，協助用戶發想視覺與內容組合

Google也提供了完整API串接方式，開發者可參考範例進行整合測試。目前圖像生成功能預覽版已全面開放，Google也預告未來將持續提升模型品質、拓展功能並開放更高頻率的使用限制。