Google 推出「Gemini 2.5 Flash Image」：AI 修圖進入全新時代

還記得此前在 LMArena 測試中被稱為“神秘香蕉模型（nano-banana）”的 AI 影像編輯工具嗎？如今它終於揭開面紗，Google 宣佈正式釋出 Gemini 2.5 Flash Image —— 一款能夠兼顧生成與編輯的全能 AI 影像模型。

徹底解決“角色一致性”難題

傳統 AI 繪圖工具常常在保持角色一致性上翻車——同一個人物在不同場景裡畫風突變。Gemini 2.5 Flash Image 在這一點上實現了突破，它能讓同一個角色自然地出現在多個場景，或從不同角度展示同一款產品。
這對於 品牌素材製作、產品目錄生成、連續故事創作 來說，幾乎可以稱得上革命性。

Google 甚至為開發者提供了現成的模板應用，上傳一張人像就能快速生成不同年代的復古照片。

句子級修圖：自然語言就能完成複雜編輯

除了角色一致性，Gemini 2.5 Flash Image 最大的亮點是 自然語言精準編輯。
使用者只需一句話，就能完成專業級別的操作，比如：

• 模糊背景
• 去除衣服上的汙漬
• 從合照中移除某個人
• 給黑白照片上色
• 調整人物姿勢

無需 Photoshop 的複雜操作，效果卻能媲美專業修圖。

讓 AI 更懂世界：多模態語義理解

Gemini 2.5 Flash Image 不只是“會畫”，它還 理解現實世界語義。
模型能夠識別手繪草稿、理解文字說明，並直接執行跨步驟的複雜編輯指令。
Google 在 AI Studio 演示了一個互動教育應用：在畫布上隨意畫圖，模型不僅能識別，還能結合現實知識進行講解，像一個隨身的智慧導師。

多影像融合：真正的「無縫」拼貼

新版本還帶來一項酷炫功能——影像融合。
只需拖拽即可把一個物體“放入”另一個場景，生成結果自然得像原本存在。
例如，把產品放到不同環境裡，或把一張圖的風格渲染到另一間房間。

成本低廉 + 內建水印

Gemini 2.5 Flash Image 已可通過 Gemini APP、API、Google AI Studio 和 Vertex AI 使用。
定價為 每百萬輸出 token 30 美元，生成一張圖片約需 1290 token，成本僅 0.039 美元（不到人民幣 3 毛錢）。
所有生成或編輯的圖片都會自動嵌入 SynthID 隱形水印，確保可溯源和內容真實性。

總結：AI 修圖工具的轉折點

Gemini 2.5 Flash Image 不僅是一次常規迭代，而是讓 AI 影像從“玩具”真正跨入 生產力工具 的關鍵一步。
它解決了長期困擾使用者的痛點（角色一致性、複雜編輯門檻），同時引入了更多創意可能（多圖融合、語義理解）。

未來，基於這款模型的新應用很可能會層出不窮——從品牌設計到教育娛樂，再到個人創作，都將迎來新的可能性。