在视频生成模子称霸多个榜单之后开云kaiyun官方网站，谷歌终于将战火引至图像限制。当地技巧8月26日，谷歌发布了其最新的图像生成和裁剪模子Gemini 2.5 Flash Image，并飞速登酌夺个主流图像名次榜，成为新晋性能冠军。

第一财经记者实测后发现，如实如迢遥网友所体验的那样，模子各方面发扬号称优秀，无论是变装的一致性、辅导词的随从、物理逻辑的真正性如故画面审好意思方面齐保握了水准。但对中国用户的一大死心在于不复古华文输入。即使用户使用英文辅导，若生成内容波及华文，成果仍会权贵下落。测试中还发现，模子偶尔会出现多肢体等结构诞妄。

尽管如斯，Gemini 2.5 Flash Image 仍被庸碌觉得是刻下市场上最强的图像裁剪和生成模子之一。谷歌官方演示长远，该模子已具备替代部分东说念主工修图的才智，可匡助谋略师一键完成图像修改与创意生成，也适用于电商产物图的制作。更值得把稳的是，其单张图像生成资本不到3毛钱，极具性价比，有望大幅鼓励AI图像生成的买卖化程度。

登顶双榜单

实质上，在认真发布之前，市场照旧有一些风声。上周一款名为“nano-banana”的模子出当今大模子竞技场中，运行继承用户的匿名体验和打分，咫尺投票数超越250万。如今答案揭晓，“nano-banana”恰是Gemini 2.5 Flash Image。

在大模子竞技场LMArena的文生图与图像裁剪两个场景，谷歌的图像模子均拿下寰球第一，在图像裁剪榜单上模子发扬尤为出色，取得1362的高分，以171分的差距最初第二名flux-1-knotext-max。

闻明AI基准测试机构Artificial Analysis相通取得了早期打听权限，并在往日一周以“rex”的假名在竞技场中进行了测试。咫尺谷歌的模子在图像裁剪方面排名第一，超越了OpenAI的GPT-4o和国内阿里的Qwen-Image-Edit，在文生图方面则略逊于字节Seedream 3.0和GPT-4o，排名第三。

Artificial Analysis还作念了一个对比测试，给出了一张图，让谷歌、阿里通义和OpenAI三家的模子生成新的像片：在自行车后座上加别称乘客，并将所在更动为内蒙古的草原。

从输出终局看，千问的图像模子未能准确进行指示随从，在画面真正度上，谷歌的模子发扬则比GPT-4o更为凸起。

谷歌称，Gemini 2.5 Flash Image的中枢亮点是图像裁剪才智，这一模子可将多个图像夹杂到一幅图像中，保握高度的变装一致性，还能使用天然谈话进行有针对性修改，并充分诳骗Gemini的天下常识来生成和裁剪图像。

一直以来，图像生成中的一个根柢挑战是如安在多个辅导和裁剪中保握变装或物体的外不雅。“咱们知说念，当你裁剪我方或熟识的东说念主时，哪怕是轻细的诀别齐会显得刺目 。”谷歌官方暗意，“差少量但装假足一样”的成果即是嗅觉分歧，模子的最新更新特等针对这少量，让一又友、家东说念主，以至宠物恒久看起来像他们我方。

谷歌CEO桑达尔·皮查伊（Sundar Pichai）和谷歌DeepMind CEO戴小姐·哈萨比斯（DemisHassabis）在发布时亲身下场带货。

皮查伊借助最新模子生成了家里爱犬冲浪、作念大厨的像片，画面质感颠倒可以。哈萨比斯则给我方生成了一个肖像照，将像片配景作念了修改，切换为古典作风，然而东说念主物的样貌莫得出现改造。

从画面来看，谷歌这一模子可作念到在不同的姿势、色泽和环境中保握东说念主物或变装的相似性，以至可以将相通的变装应用到新的作风和名义上。

当今用户使用Gemini App可以免费体验，但面向斥地者的版块，算下来每张生图资本也不到3毛钱。Gemini 2.5 Flash Image的订价为30好意思元/100万个输出token，每张图像为1290个输出token，每张图像价钱约为0.039好意思元（约合东说念主民币0.28元），这远低于OpenAI的0.19好意思元/张的价钱。

实测发扬：华文是短板，一致性出众

凭证官方的发文，Gemini 2.5 Flash Image除了变装一致性方面，在渲染文本方面也发扬出色。模子可以准确生成包含明晰易读且位置合理的文本的图片，相配合适用于徽标、图表和海报。

在买卖化场景中，举例告白制作方面，主体特色、主角样貌不变，翰墨不变形这些齐相配症结。在这一基础上，谷歌觉得，他们的模子照旧能得当产物模子和买卖照相，为电子商务、告白或品牌宣传制作明晰专科的商品像片。

具体模子在这些方面的发扬怎样？第一财经基于哈萨比斯的肖像照进行了测试。加上一张家里猫咪的像片，让Gemini会通生成哈萨比斯抱着猫坐在沙发上的图像，况兼更换家居服。

从第一次输出终局来看基本上找不出罪恶，AI此前容易犯的错包括手指变形、虚化的配景方式诞妄、东说念主物样貌轻细变化等等齐莫得发生，以至连哈萨比斯左手的腕表细节齐保握了一致。独一不够安闲的是，画面天然是高清图，但分裂率并不高。

接下来，第一财经记者加浩劫度，让猫坐在沙发上，而哈萨比斯手里拿一册汉语大辞书正在翻阅，沙发换成深绿色。

可以看到，第二次生成时，模子在波及华文场景的画面时运行出现诞妄，哈萨比斯拿着的并不是汉语大辞书，以至很难对应上正确的中翰墨体，但颜料和体式上保握了合感性。

第一财经记者进一步更动辅导词，让模子阐扬思象力，将猫换成主角，坐在沙发翻阅牛津辞书，并让哈萨比斯在驾驭给猫推拿。

在这一步，模子运行出现昭着的诞妄，指示并莫得弥漫随从，以至猫多出了一条腿。不外，如实如官方所说，在英文场景下，翰墨的渲染莫得出现差错，哈萨比斯手中牛津辞书的书名拼写弥漫正确。

综上，该模子在面庞一致性、文本准确性方面发扬优异，尤其擅长英文环境；而在华文领略与复杂构图指示方面仍存在昭着弊端。

在买卖应用上，基于模子性能的进步，能够将重塑谋略、告白与电商行业。

官方暗意，模子复古用天然谈话进行针对性地变换和精确局部裁剪。举例，可以蒙胧图像配景、去除T恤上的污渍、从像片中移除总共这个词东说念主物、改造拍摄对象的姿势、为吵嘴像片添加颜料。这很大程度上照旧能替代图像限制的王者Adobe的PS，可见的将来，修图师的地位也岌岌可危。

在谋略限制，一些图形作风更动也可以一键完成了。谷歌提到，模子当今可以舛误地将其从一张图像滚动到另一张图像，同期保留前一个主题的时局和细节，这种一致性可用于专科谋略场景。举例，模子能在不改造体式和细节的前提下，完成纹理的更换。

在物理常识方面，模子发扬也较为出色。凭证谷歌的案例，给模子一个气球飘向仙东说念主掌的视觉图像后，辅导其思象生成下一个可能的情况。从画面来看，模子能够预判气球爆炸后的物理特征。

在电市集景中，已有国际用户尝试用该模子生成商品展示图。如将东说念主物手中的涂抹区域替换为香奈儿手袋，成果传神，险些看不出合成印迹。

可以预感，跟着生成成果禁止优化与使用资本握续裁汰，Gemini 2.5 Flash Image 有望加快AI在电商、告白、谋略乃至专科照相限制的影响和替代效应，修图师与部分视觉谋略师的责任内容，或将被重新界说。

举报 第一财经告白合营，请点击这里此内容为第一财经原创，著述权归第一财经总共。未经第一财经籍面授权，不得以任何神志加以使用，包括转载、摘编、复制或成立镜像。第一财经保留讲究侵权者法律职守的职权。如需取得授权请经营第一财经版权部：banquan@yicai.com 文章作家

刘晓洁

关联阅读 AI进化速递 | 谷歌发布图像生成模子；华为推出三款AI SSD新品

字节逾越提议智能体安全框架；Meta斥资千万组建AI超等政事举止委员会；Anthropic推出谷歌浏览器AI助理。

102 08-27 20:53 AI进化速递 | 特斯拉牵手豆包大模子与DeepSeek

阿里发布编程平台Qoder；可灵AI推出基于2.1模子的全新首尾帧功能；Meta与谷歌云签署6年超100亿好意思元合营条约。

141 08-22 20:55 B站Q2净利润2.2亿改进高，陈睿：要让AI能帮UP主作念视频

这是B站历史上最挣钱的一个季度。

129 08-21 22:06 “中国斥地者已成寰球改进中坚力量”， 谷歌加码中国AI生态

谷歌显著不但愿错过中国这片改进沃土及背后的高大出海机遇。

190 08-13 22:51 AI周报｜OpenAI发布大模子GPT-5；谷歌推出可交互的天下模子Genie 3

OpenAI强调GPT-5的幻觉率下落开云kaiyun官方网站，而且对东说念主类的“谀媚联结”减少了。

156 08-10 10:13 一财最热 点击关闭