Gemini 能生成图片吗？怎么生成图片？简单易懂的文生图、图像编辑教程

什么是 Gemini？

Gemini 是一个由 Google DeepMind 推出的多模态大模型，可以理解并处理文本、图像、音频、视频等多种信息形式，具备强大的思考与推理能力，可以完成代码生成、论文编撰等复杂任务。

它的设计架构融合了大规模语言模型与强化学习，不仅具备优秀的语言组织能力，也能通过不断学习持续优化生成表现，它同时支持多种输入形式，像是语音、图片、视频等，能跨模态协同完成复杂任务，例如，用户可以上传图像并提出问题，Gemini 能自动识图并分析图中包含的信息，并给出相应的答案。

Gemini 现支持两种高级功能，分别是【Deep Research】和【Canvas】，Deep Research 既推理功能，可进行深度推理和网页搜索，而 Canvas 则是一种可视化排版的文档创作功能，可自动排版并配图。

此外，Gemini 还有一个其他 AI 无法比拟的巨大优势，即与谷歌应用的联动，它可以调用 YouTube、Gmail、Google 文档、Google 地图、Google 机票和 Google 酒店等谷歌系应用中的信息，帮助用户更加高效地安排行程规划，以及创作内容，真正成为用户生活与工作的得力帮手。

Gemini 能生成图片吗？

可以的！

Gemini 的最新模型支持免费生成图片，并且是免费的。PS. 它也支持生成视频，不过目前视频生成需要付费。

Gemini 怎么生成图片？

有两种方式生成图片。

1、直接在网页版中进行生成。

直接输入提示词即可生成，目前生成速度比 ChatGPT 快非常多，生成次数没有明确的限制。

2、在 Google AI Studio 中生成

首先打开 Google AI Studio，在右侧将模型切换为【Gemini 2.0 Flash Preview Image Generation】。

然后输入提示词即可生成。

提示词编写技巧：

一个有效的提示词通常包含以下几个关键元素：

[主体/内容] + [风格/艺术形式] + [环境/背景] + [光线/色彩] + [构图/视角] + [情绪/氛围] + [额外细节/修饰词]

让我们来详细分解一下：

• [主体/内容]：画面的主要对象
  • 例如：一个女孩、一片湖泊、一个拿着冰淇淋的卡通狗狗
  • 提示：越具体越好，可以包含动作、状态等
• [风格/艺术形式]：你希望画面呈现的风格
  • 例如：油画、水彩画、动漫风格、超现实主义、像素艺术、摄影写实、赛博朋克等。
  • 提示：也可以指定特定画家的风格，如“梵高风格的”、“莫奈画风的”
• [环境/背景]：主体周围的环境
  • 例如：茂密的森林中、飘雪的雪山顶、梦幻的城堡礼堂里。
  • 提示：可以具体描述背景所包含的元素，如“远处有一轮巨大的红色夕阳”、“天空上有着灿烂而神秘的星河”
• [光线/色彩]：画面整体的光线效果和色彩倾向
  • 例如：黎明时分的柔和暖光、迷离的都市霓虹灯、低饱和度的复古配色、宗教风的神圣光线。
  • 提示：如果你要精确把控出图果，光线和色彩就是必写的
• [构图/视角]：画面整体的构图
  • 例如：特写、广角、俯视、仰视、对称构图、电影剧照、肖像。
  • 提示：同上，精确出图必写，不然你会见识到各种奇奇怪怪的丑图和构成
• [情绪/氛围]：画面传达的氛围和情绪
  • 例如：宁静、史诗、悲伤、欢乐、神秘、宏伟、孤独。
  • 提示：加了这些词能让画面更具感染力
• [额外细节/修饰词]
  • 例如：精致丰富的细节、高清晰度、电影感、复杂、栩栩如生。
  • 提示：加了可以有效提升出图质量和质感。

比如我刚刚在图里使用的提示词可以这样修改：生成一幅史诗风格的油画作品，描绘《塞尔达传说：旷野之息》中雄伟壮丽的海拉鲁城堡。画面采用广阔的视角，展现城堡俯瞰着浩瀚无垠的海拉鲁大地。整体光线富有戏剧性，色彩呈现出电影般的质感，营造出令人叹为观止的磅礴气势。画面细节丰富。

Gemini 怎么编辑图片？

Gemini 也能完成简单的 P 图。

比如可以替换颜色：

还可以添加元素：

改变风格也不在话下：

当然了，它还能去除水印：

图片编辑教程

首先点击对话框旁边的 + 号，点击“上传文件”，将需要编辑的图片上传。

然后在输入框中输入提示词，点击右边的发送键即可。

推荐阅读