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。
声名：本文来自网络，版权归作者所有。文章内容仅代表作者独立观点，不代表数字化转型网立场，转载目的在于传递更多信息。如有侵权，请联系我们。
