Gemini 2.0的「用嘴改圖」終於上線了，這是AI繪圖的新範式。

Google這兩天動作蠻多。

昨天剛開源Gemma3，然後今天夜裡，鴿了N久的Gemini 2.0的原生多模態生圖功能，也終於開放了。

這也是我對Gemini 2.0最期待的功能。

在出門回來，玩了一下午後，我覺得終於可以給你們分享一下，這玩意的有趣之處了。

先給你們直觀的感受一下，它能幹什麼。

比如我現在有一張圖，是一個很酷的小姐姐。

我想讓這個小姐姐，變成長頭髮。

你無需PS，無需局部重繪，只需要一句話就行。

Gemini 2.0，就會瞬間保證所有的其他細節不變的情況下，把小姐姐變成長髮。

我們還可以，一句話，讓她把眼睛閉上。

再把她的臉，換成特朗普。。。

這個效果，emmmm，我無法評價。。。

又或者，這是一套撲克牌的圖。

我想把把最右邊的紅桃A撲克牌，變成梅花2。

一句話，就成。

不過這個得roll，我roll了3次才roll出來。

你也可以改文字。

甚至，可以扔一個草圖進去，然後說：

請你根據這張手繪線稿圖，生成對應的一張真實房屋渲染圖。

對這個屋子材質不滿意，你還可以，改成木質的。

這，就是言出法隨的力量。、

得益於Gemini 2.0的多模態能力，類似於之前的GPT4o，GPT4o是語音端到端，而Gemini 2.0，則是圖片端到端。

集圖片理解和生成為一身。

而且，畫出的圖，審美也還湊合，雖然還遠遠達不到類似MJ、Flux那種質量，泛化能力也差點意思，但，能用了。

在多模態大模型上，能用的言出法隨，是非常關鍵的一點。

說下怎麼用。

打開https://aistudio.google.com/

正常你登錄後會看到這個界面（需要魔法）。

然後，在右側把模型，切換成Gemini 2.0 Flash Experimental。

目前限免，可以隨意白嫖。

同時記得output這塊，一定是Images and text，千萬別只選Text，那你就生成不了圖了。

接下來，直接在對話框里，傳你圖片，加上文字描述就OK。

比如我把我的頭像，變成3D實物。

而且你不止可以傳一張圖，你也可以，傳兩張圖，然後，融圖。

雖然它換logo換的還有點貼片感，比較這個太難了，但是產品圖，就會好很多了。

比如1和2結合。

光影還是有一些不匹配，有一些貼圖感，但不妨礙很準確。

再給半年時間迭代，我覺得，一切都不是問題。

甚至你還可以，不只是圖+文字進去，你還可以，直接讓它給你生成圖文混排的教程。

比如這個做番茄炒蛋的case。

你現在，是真的擁有一個圖文混排的教程了。。。

甚至，你還可以，給一個平面圖，直接做每個房間的渲染圖。

我隨手生成了一個兩室一廳的平面圖。

然後，扔給了Gemini。

怎一個離譜了得。。。

這種一致性，做故事、做分鏡，真的就是手到擒來。

兩年多了，生成式AI在圖像編輯領域的進步，真的也就像悄悄進行的大革命。

從最初需要苦學多年Photoshop和圖像處理技術，到如今只需一句話就能實現你的所有創意。

我們不再受限於專業技能的掌握程度，就算是從來沒用過PS的小白，也可以輕鬆地用嘴，將腦海中的創意轉化為現實。

言出法隨，從這一刻，成真了。

這或許。

就是AI時代。

它們給予我們最珍貴的禮物。