Google 開放 Gemini 2.0 Flash 圖像生成功能預覽版，支援即時編輯與精準文字渲染

Google於8日正式宣布，旗下多模態AI模型Gemini2.0Flash現已開放「圖像生成功能」預覽版。開發者可透過GoogleAIStudio與GoogleCloud的VertexAI平台，使用「gemini-2.0-flash-preview-image-generation模型」進行整合開發與測試。根據Google官方部落格說明，此次更新不僅開放圖像生成功能，同時提升了API呼叫頻率上限並優化價格彈性。相較於先前的實驗性版本，新版本在三大面向有顯著改善：提升生成圖片的視覺品質、增強文字渲染準確度，以及大幅降低過濾器封鎖率。Google表示，這項功能能協助開發者在多元應用場景中快速生成高品質圖像，特別適用於電商設計、內容創作、產品展示與UI試作等領域。實際應用包括：將商品圖片置換至不同背景情境實現情境式行銷、在AIStudio上進行即時協作繪圖、使用自然語言指定修改區域進行局部編輯、結合文字與圖像自動生成新商品SKU與包裝設計提案，以及作為創意夥伴協助用戶發想視覺與內容組合。Google已提供完整API串接方式，開發者可參考範例進行整合測試。目前圖像生成功能預覽版已全面開放，Google也預告未來將持續提升模型品質、拓展功能並開放更高頻率的使用限制。