Google Gemini 2.0 Flash 全新开放原生图像生成功能，为开发者带来了多模态输入、增强推理能力和自然语言理解的全新体验。

多模态输入支持

• 支持文字与图片的联合输入（如：上传产品图+输入「将背景换成雪山场景」）
• 实现精准的语义理解（如：输入「把模特衣服换成蓝色丝绸材质」可直接修改图片细节）

怎么使用？

网址：https://aistudio.google.com/

注意：需要科学上网，有些代理区域是用不了的，参考下面可用地区

可用地区：https://ai.google.dev/gemini-api/docs/available-regions?hl=zh-cn

---

切换大模型 Gemini 2.0 Flash Experimental

然后输入提示词，发送给大模型即可

如果需要编辑图片，可以直接在提示词框中，粘贴图片，给出一段提示词即可

玩法

这里我举几个例子

• 教学插图
• 故事绘本
• 图像调整
• 产品设计

教学插图

提示词：

我是一个厨艺小白，请教我学会做红烧牛肉面，细化每一个步骤，并给出相应的图片

故事绘本

提示词：

为小朋友创作一个故事绘本，需要同时给出图片，需要保证图片的一致性

图片调整

产品设计