全新Gemini 2.5 Flash图像编辑功能由谷歌发布，轻松实现精准修图无压力
发布时间：2025-08-27 09:38:01 | 责任编辑：吴昊 | 浏览量：6 次
近日，科技媒体 The Decoder 报道，谷歌 DeepMind 推出了全新的 Gemini2.5Flash 图像编辑模型。这款升级版模型在 Gemini 应用中为用户提供了更加精准的图像编辑体验，允许用户通过文字指令对照片进行大幅修改，而不影响人物和动物的外观。
与之前的图像生成工具相比，Gemini2.5Flash 在处理复杂的文字指令时展现出了更高的准确性，甚至在多项任务中超过了 ChatGPT 使用的 GPT-4o。这一进步让用户在进行图像编辑时，能够更轻松地实现他们的创意。
Gemini2.5Flash 的一个亮点是其 “角色一致性” 功能。即使在生成多张图像时，用户所指定的人物、动物或物体的外观也能保持一致，无论姿势、背景或光线如何变化。这一功能对于品牌的系列照片、产品多角度展示尤其有价值，大大提升了素材与产品目录的制作效率。
此外，Gemini2.5Flash 支持精准的局部文字编辑，用户无需手动圈选，便能轻松实现背景虚化、去除瑕疵、添加颜色或移除物体等多种操作。它甚至能够一次融合最多三张图像，比如将产品照与室内照片结合成一个逼真的场景。此外，它还具备 “风格迁移” 功能，可以将一种纹理、颜色或图案应用到另一物体上，同时保持形状与细节的完整性。
Gemini2.5Flash 的 “现实推理” 功能更是突破了传统图像编辑的限制，能够模拟简单的因果关系，比如生成气球飞向仙人掌及随后的结果画面。这些创新功能使得 Gemini2.5Flash 不仅是一个强大的修图工具，更是一个能让用户发挥想象力的创作平台。
目前，用户只需在 Gemini 应用中将模型切换至 “Flash” 即可体验这款新功能。值得注意的是，生成的图像将附带可见水印和不可见的 SynthID 数字水印，以确保作品的版权保护。开发者们也可以通过 Gemini API、Google AI Studio 与 Vertex AI 进行试用，使用费用为每百万输出 token30美元，单张图像的成本约为0.039美元。
。
核心亮点：
-
自然语言精准编辑
用户可通过简单文字指令实现复杂修图操作，例如：-
模糊背景、移除物体（如T恤污渍、合照中的某人）
-
改变人物姿势、为黑白照片上色
-
无需手动圈选，模型自动识别并精准修改目标区域
。
-
-
角色一致性突破
在生成多图时，完美保持同一人物/动物/物体的外观一致性，即使场景、光线、姿势变化也不失真。这一功能对品牌素材、产品目录、故事化内容创作尤为关键。
-
多模态融合与风格迁移
-
融合最多三张图像（如将产品与室内场景合成逼真广告图）
。
-
风格迁移：将纹理、颜色或图案应用到另一物体，保留原形状细节（如用蝴蝶翅膀花纹设计连衣裙）
。
-
现实推理：模拟因果场景（如气球触碰仙人掌后的爆裂效果）
。
-
-
性能优势
-
速度提升40%，支持实时预览与多轮迭代编辑
。
-
优于GPT-4o：在LMArena基准测试中评分1362分（第二名1191分），综合偏好、角色生成等维度领先
。
-
使用与接入：
-
用户端：已上线Gemini应用，切换至“Flash”模式即可体验，生成图片带可见水印及隐形SynthID标识
。
-
开发者端：通过Gemini API、Google AI Studio、Vertex AI调用，单张图像成本约0.039美元
。
应用场景示例：
-
电商：批量生成产品多角度展示图，保持商品细节一致。
-
创意设计：快速迭代广告视觉方案，如将同一模特置于不同年代场景
。
-
个人修图：用“一句话”修复老照片或创意合成（如与宠物同框打篮球）
。
。
本网站(https://aigc.izzi.cn)刊载的所有内容，包括文字、图片、音频、视频等均在网上搜集。
访问者可将本网站提供的内容或服务用于个人学习、研究或欣赏，以及其他非商业性或非盈利性用途，但同时应遵守著作权法及其他相关法律的规定，不得侵犯本网站及相关权利人的合法权利。除此以外，将本网站任何内容或服务用于其他用途时，须征得本网站及相关权利人的书面许可，并支付报酬。
本网站内容原作者如不愿意在本网站刊登内容，请及时通知本站，予以删除。
