Google 開發者們，準備好迎接更強大的 AI 圖像工具了嗎？Google 這次新推出的 Gemini 2.5 Flash Image（又稱 nano-banana），之前在 LMArena上被許多使用者標註為排名第一的 AI 生成式圖片模型了，提供高品質的圖像生成與編輯功能，讓我們可以獲得更多圖片生成的創意掌控能力。
多圖融合與自然語言編輯， storytelling 升級
Gemini 2.5 Flash Image 的最大優點，是能夠將多張圖片無縫融合成一張，並保持角色的連貫性，這對於需要豐富敘事性的專案來說，無疑是一大福音。此外，它支援透過自然語言進行精準的圖像編輯。使用者只需要簡單的文字提示，就能夠輕鬆完成像是模糊背景、移除物件，甚至是改變主體姿勢等複雜的編輯工作。
在圖片編輯的能力上，超越了 GPT Image 1 (high)、Flux.1 Kontext (MAX) 與阿里巴巴旗下的千問 Qwen Image Edit 等業界頂尖的圖像生成模型的編輯圖片成果。
以下面這個室內設計軟裝的概念圖片生成範例來說， Google 優雅地呈現了這領域的成果示範:
以這個案例影片來說，將居家和園藝規劃視覺化，還可以將產品拉到一個新場景中，去快速創造新的合成圖像，效果相當優異。
結合 Gemini 的知識庫，解鎖更多應用可能
這款模型更整合了 Gemini 龐大的知識庫，使其對圖像語意有更深層的理解，進而開創了許多新的應用場景。例如，它可以化身為一名互動式家教，理解手繪的圖表並提供教學。
CyberQ 實際測試，它的效果確實不錯，比之前的 AI 生成式圖片模型在整合度上強了許多。
API 搭配不同平台運用
開發者現在可以透過 Gemini API、Google AI Studio，以及企業級的 Vertex AI 平台來使用 Gemini 2.5 Flash Image。為了讓開發過程更加順暢，Google AI Studio 也更新了「建構模式」，讓使用者可以快速地透過客製化的 AI 應用來測試模型的功能。官方也釋出了多款範本應用，展示了模型在角色一致性、提示式圖片編輯和多圖融合方面的強大能力。
定價與數位浮水印
Gemini 2.5 Flash Image 的定價為每百萬輸出 token 30 美元。為了確保透明度，所有透過此模型生成或編輯的圖片，都將包含隱形的 SynthID 數位浮水印，以標示其為 AI 生成或編輯的內容。
Google 也宣布與 OpenRouter.ai 和 fal.ai 等平台合作，讓更多的開發者社群都能接觸到這款強大的模型，並期待透過使用者的回饋，持續改善這個專案的成品。
本文特色圖片提圖為 Gemini 2.5 所產生
