週二，Google推出外界引頸期待已久的圖像生成模型Gemini 2.5 Flash Image，又稱「奈米香蕉」（nano-banana）。
用戶反應熱烈，因為這款新模型能保持畫面中角色的一致性、將多幅影像融合成一幅，並且不需要用戶寫程式，用自然語言即能修改圖像，還能更符合現實世界邏輯，不輸出令人滿頭問號的畫面。
保持角色
過往在使用其他圖像模型時，可能會碰到畫面中人像「愈改愈走鐘」的煩惱，因為先前的模型很難在每次改動環境的指令下維持人物面部的細節。
然而，進化後的Gemini 2.5 Flash Image可以在多個提示和編輯指令中，保持角色或物件的外觀。
融合多張圖像
Gemini 2.5 Flash Image可以理，解並合併多幅影像。例如將一件家飾放入房間場景中，或是修改房間牆壁的紋理。
訂閱胡說科技電子報
天下總主筆陳良榕專欄。半導體狂熱、科技巨頭謀略的最犀利解讀
訂閱胡說科技電子報
看懂科技大勢，獨家解讀
感謝您的訂閱！
請查看您的信箱，我們將寄送驗證信給您，確保未來信件會送到您的信箱
