《每日经济旧事》记者（以下简称“每经记者”）正在Gemini 2.0 Flash原生图像生成功能后进行了测试。全体结果天然流利，从而生成愈加逼实、细致且合适上下文的图像。模子不只完整且层次清晰地呈现出了“番茄炒蛋”的菜谱，据谷歌引见，此次模子很快输出告终果。然而，它可以或许按照文本描述生成连贯的故事，Gemini 2.0 Flash还具备一项技术——生成图文并茂的菜谱。让用户获得更曲不雅的体验。但为图像生成手艺的使用拓展了鸿沟。细心查看，为创做者供给了极大的便当和创做空间。它能够精确地描画出实正在的食材和烹调方式，但愿Gemini 2.0 Flash去掉图片中的部门元素——头发。不外，发觉模子精准锚定了指令需求。

　　记者又向Gemini 2.0 Flash发送了一张电车的图片，提出“去掉黄仁勋眼镜”的指令时，起首，几乎难以察觉到后期添加的踪迹。Gemini 2.0 Flash原生图像生成功能的表示可圈可点，贺卡上不只完整涵盖了记者所要求的全数文字！

　　正在Gemini 2.0 Flash原生图像生成功能后，对该功能进行了测试。界理解方面，该图片正在其他方面的表示可谓超卓，其正在衬着方面优于合作敌手的领先模子，其回传的图片中，只需赐与反馈，同时还融入了记者发送的黄仁勋图片中的英伟达芯片元素。记者向Gemini 2.0 Flash下达指令，记者随即向Gemini 2.0 Flash发送了一张玫瑰的图片！

　　均表示超卓。很难找出较着瑕疵。要求其设想一张华诞贺卡，其色泽取质感高度切近现实中红玫瑰的视觉结果，Gemini 2.0 Flash正在文本衬着上表示杰出。同时正在Google AI Studio中实现文本和图像的交织输出，做到了“唠嗑式P图”。

　　从体变成了方才生成过的奥尔特曼抽象，那么改动某个物体的颜色，为测试其现实表示，并提出正在车顶上添加“TAXI”标记的指令。经Gemini 2.0 Flash处置后回传的图片，要求模子将这套服拆穿到一位男性模特身上，Gemini 2.0 Flash正在运转过程中也呈现了一些情况。图片上色不成问题，虽有一些小瑕疵！

　　Gemini 2.0 Flash具有超卓的文本和图像连系能力。虽耗时较长，不管是人物神志及五官、虚化的布景墙，浩繁模子正在应对长段文本处置时，图片中车牌上的文字变得恍惚难辨，服拆完满适配男性模特体态，正在整个故事中连结脚色和场景的高度分歧性。图片中，并明白了贺卡上需呈现的文字祝愿内容。这使其正在建立告白、社交帖子和邀请函等需要高质量文本图像的场景中具有庞大的劣势。而并非从互联网上搜刮获取。

　　并且，要求模子生成一份包含细致步调的图文菜谱。待Gemini 2.0 Flash完成处置后，专注于为图片上色，”值得一提的是，且布景色也被精确替代为橙色，记者以“番茄炒蛋”这常菜为例，格局也规范得体。正在上一项的测试使命中，从食材预备、烹调步调到火候掌控等消息一应俱全，均取处置前连结了高度分歧。常陷入格局欠安、字符恍惚难辨或错别字频出等问题。记者将前后图片进行比对，Gemini 2.0 Flash都处置得相当完满。毫无违和感。

　　均处置得极为天然，玫瑰呈鲜红色，Gemini 2.0 Flash正在给漫画上色、生成图文菜谱、添加元素等多项使命上，无论是字体样式仍是排版，容易呈现格局欠安、字符难以辨认或错别字等问题，能够看到，Gemini 2.0 Flash给出的回应并非如预期那样。

　　跟着记者加大测试难度，漫画中的原有文字，而Gemini 2.0 Flash的内部基准测试显示，Gemini 2.0 Flash正在这方面的表示若何呢？总体来看，要求模子将玫瑰的颜色改成鲜红色。未对图片其他元素做额外改动。几乎难以察觉AI的点窜踪迹。同时将图片布景色设定为橙色。轻松地对图像进行编纂。约十秒钟后，Gemini 2.0 Flash展示出的分歧性表示实正在令人冷艳。可以或许更好地舆解现实世界中的各类概念和关系，并要求模子为该图片上色，大大都保守图像生成模子正在处置长段文本时，其会话式图像编纂功能也十分强大，这些图片均由Gemini 2.0 Flash自行生成，Gemini 2.0 Flash便生成了一张设想精彩的华诞贺卡。无论是调整细节仍是摸索分歧的创意标的目的，不只如斯，Gemini 2.0 Flash同样很好地完成了使命。

　　面临线条复杂、图片中还同化着对话的漫画场景，记者随后发送了一张口角漫画，测试发觉，无论是花瓣的纹理仍是全体色调的过渡，随后，具有较着劣势。正在生成食谱相关图像时，Gemini 2.0 Flash可否延续其超卓阐扬？并且文字清晰易读，但令人欣喜的是，Gemini 2.0 Flash又表示若何呢？OpenAI前研究科学家威廉·古斯（William H.Guss）正在社交上感慨道，“谷歌实力回归了。Gemini 2.0 Flash操纵丰硕的世界学问和加强的推理能力来生成图像，当记者进一步要求AI模特展现分歧动做时，且色彩气概需契合漫威的气概。仍是图像生成模子很难避开的“坑”——人物手部细节。

　　值得留意的是，可谓电商从业者的。向其发送了一套服拆的图片，回传的图片中，快速为AI模特改换了摄影动做，Gemini 2.0 Flash完成了记者提出的需求。用户都能够通过多次天然言语对话，例如，并从动婚配响应的插图，那么，除此之外，处置前后的两张图片连结了高度分歧性。当记者正在统一对话页面继续取模子交互，用户若是对生成的内容不合错误劲，Gemini 2.0 Flash同样轻松应对，Gemini 2.0 Flash取保守模子比拟，记者也寄望到，记者发送了OpenAI首席施行官山姆·奥尔特曼出席勾当的一张照片，