西风从奥飞寺吹来

量子比特 |公众号QbitAI

Gemini 2.0一键造图的能力人气爆棚，让不会玩的人都羡慕哭了！

以小型车为例：

输入命令“把这辆车改装成敞篷车”，它会立即将文字命令与图片结合起来，完成一键P图。

我们找一下差异，发现除了车变成了敞篷车之外，其他元素都没有改变，保持了很好的一致性。

不仅如此，Gemini 2.0还有“多模版o1”的味道。

继续输入：想象这辆车装满了海滩用品。接下来，将身体颜色更改为让人想起夏天的颜色，并随时解释这一变化。

然后Gemini 2.0开始用图文生成逐步推理。它先把车变成亮黄色，然后在车里装满沙滩伞和其他海滩用品。

这是Gemini 2.0系列原生的图像输出能力。

评论区下，大家都在询问具体的上线时间：

被谷歌挖走的 OpenAI 将军 Logan Kilpatrick 表示，不用担心，明年初大家都会更广泛地推出。

各种P图就是一句话的事情

除了上面展示的简单P图之外，你甚至可以同时P出图片中的多个元素，还可以将一个物体变成另一个物体。

例如，将你的蓬松夹克变成一个小枕头并取下毯子：

这还没完，你还可以将不同的图片组合起来P。

将猫和枕头结合起来，你会得到一个非常有质感的猫枕头：

将猫和滑板结合起来会导致猫认可滑板。

按照文字说明，Gemini 2.0成功将猫变成了插画贴纸形式。

另外，Gemini 2.0 P绘图可以更加富有想象力。

比如打开一个盒子，它就会变成姜子儿：

开头展示的小车也可以变身为“飞行汽车”：

除此之外，还有一种玩法。

圈出图像中需要P的区域，只需“打开这个”，Gemini 2.0就可以结合文字指令直接看懂图像，并知道“这个”的指代：

不得不说，那些获得内测资格的玩家，真是让大家都眼红了。

参考链接：