在视频生成模子称霸多个榜单之后开云·kaiyun体育，谷歌终于将战火引至图像畛域。当地时分8月26日，谷歌发布了其最新的图像生成和剪辑模子Gemini 2.5 Flash Image，并飞快登酌定个主流图像名次榜，成为新晋性能冠军。

第一财经记者实测后发现，如实如繁密网友所体验的那样，模子各方面证实号称优秀，无论是扮装的一致性、领导词的跟从、物理逻辑的简直性如故画面审好意思方面齐保捏了水准。但对中国用户的一大适度在于不赞助华文输入。即使用户使用英文领导，若生成内容波及华文，恶果仍会显耀下落。测试中还发现，模子偶尔会出现多肢体等结构诞妄。

尽管如斯，Gemini 2.5 Flash Image 仍被庸俗以为是刻下市场上最强的图像剪辑和生成模子之一。谷歌官方演示表露，该模子已具备替代部分东说念主工修图的智商，可匡助蓄意师一键完成图像修改与创意生成，也适用于电商产物图的制作。更值得瞩见解是，其单张图像生成本钱不到3毛钱，极具性价比，有望大幅鞭策AI图像生成的生意化程度。

登顶双榜单

本体上，在崇敬发布之前，市场一经有一些风声。上周一款名为“nano-banana”的模子出目下大模子竞技场中，运转继承用户的匿名体验和打分，目下投票数超越250万。如今答案揭晓，“nano-banana”恰是Gemini 2.5 Flash Image。

在大模子竞技场LMArena的文生图与图像剪辑两个场景，谷歌的图像模子均拿下大家第一，在图像剪辑榜单上模子证实尤为出色，获取1362的高分，以171分的差距当先第二名flux-1-knotext-max。

着名AI基准测试机构Artificial Analysis通常获取了早期造访权限，并在往日一周以“rex”的假名在竞技场中进行了测试。目下谷歌的模子在图像剪辑方面排名第一，超越了OpenAI的GPT-4o和国内阿里的Qwen-Image-Edit，在文生图方面则略逊于字节Seedream 3.0和GPT-4o，排名第三。

Artificial Analysis还作念了一个对比测试，给出了一张图，让谷歌、阿里通义和OpenAI三家的模子生成新的像片：在自行车后座上加又名乘客，并将方位转变为内蒙古的草原。

从输出扫尾看，千问的图像模子未能准确进行指示跟从，在画面简直度上，谷歌的模子证实则比GPT-4o更为杰出。

谷歌称，Gemini 2.5 Flash Image的中枢亮点是图像剪辑智商，这一模子可将多个图像夹杂到一幅图像中，保捏高度的扮装一致性，还能使用天然言语进行有针对性修改，并充分运用Gemini的寰宇常识来生成和剪辑图像。

一直以来，图像生成中的一个根蒂挑战是如安在多个领导和剪辑中保捏扮装或物体的外不雅。“咱们知说念，当你剪辑我方或老练的东说念主时，哪怕是微细的离别齐会显得扎眼 。”谷歌官方暗意，“差小数但不透彻一样”的恶果等于嗅觉分歧，模子的最新更新挑升针对这小数，让一又友、家东说念主，以致宠物永恒看起来像他们我方。

谷歌CEO桑达尔·皮查伊（Sundar Pichai）和谷歌DeepMind CEO戴姑娘·哈萨比斯（DemisHassabis）在发布时切身下场带货。

皮查伊借助最新模子生成了家里爱犬冲浪、作念大厨的像片，画面质感极度可以。哈萨比斯则给我方生成了一个肖像照，将像片布景作念了修改，切换为古典作风，然而东说念主物的状貌莫得出现改变。

从画面来看，谷歌这一模子可作念到在不同的姿势、晴明和环境中保捏东说念主物或扮装的相似性，以致可以将疏通的扮装应用到新的作风和名义上。

目下用户使用Gemini App可以免费体验，但面向开发者的版块，算下来每张生图本钱也不到3毛钱。Gemini 2.5 Flash Image的订价为30好意思元/100万个输出token，每张图像为1290个输出token，每张图像价钱约为0.039好意思元（约合东说念主民币0.28元），这远低于OpenAI的0.19好意思元/张的价钱。

实测证实：华文是短板，一致性出众

凭证官方的发文，Gemini 2.5 Flash Image除了扮装一致性方面，在渲染文本方面也证实出色。模子可以准确生成包含明晰易读且位置合理的文本的图片，相配合适用于徽标、图表和海报。

在生意化场景中，举例告白制作方面，主体特色、主角状貌不变，笔墨不变形这些齐相配伏击。在这一基础上，谷歌以为，他们的模子一经能稳健产物模子和生意照相，为电子商务、告白或品牌宣传制作明晰专科的商品像片。

具体模子在这些方面的证实如何？第一财经基于哈萨比斯的肖像照进行了测试。加上一张家里猫咪的像片，让Gemini和会生成哈萨比斯抱着猫坐在沙发上的图像，而况更换家居服。

从第一次输出扫尾来看基本上找不出污点，AI此前容易犯的错包括手指变形、虚化的布景形态诞妄、东说念主物状貌微细变化等等齐莫得发生，以致连哈萨比斯左手的腕表细节齐保捏了一致。独一不够惬意的是，画面天然是高清图，但分歧率并不高。

接下来，第一财经记者加浩劫度，让猫坐在沙发上，而哈萨比斯手里拿一册汉语大辞书正在翻阅，沙发换成深绿色。

可以看到，第二次生成时，模子在波及华文场景的画面时运转出现诞妄，哈萨比斯拿着的并不是汉语大辞书，以致很难对应上正确的中笔墨体，但热诚和体式上保捏了合感性。

第一财经记者进一步转变领导词，让模子证实思象力，将猫换成主角，坐在沙发翻阅牛津辞书，并让哈萨比斯在傍边给猫推拿。

在这一步，模子运转出现昭着的诞妄，指示并莫得透彻跟从，以致猫多出了一条腿。不外，如实如官方所说，在英文场景下，笔墨的渲染莫得出现裂缝，哈萨比斯手中牛津辞书的书名拼写透彻正确。

综上，该模子在面目一致性、文本准确性方面证实优异，尤其擅长英文环境；而在华文明白与复杂构图指示方面仍存在昭着残障。

在生意应用上，基于模子性能的擢升，粗略将重塑蓄意、告白与电商行业。

官方暗意，模子赞助用天然言语进行针对性地变换和精确局部剪辑。举例，可以蒙眬图像布景、去除T恤上的污渍、从像片中移除通盘东说念主物、改变拍摄对象的姿势、为黑白像片添加热诚。这很大程度上一经能替代图像畛域的王者Adobe的PS，可见的异日，修图师的地位也岌岌可危。

在蓄意畛域，一些图形作风转变也可以一键完成了。谷歌提到，模子目下可以应付地将其从一张图像转变到另一张图像，同期保留前一个主题的时势和细节，这种一致性可用于专科蓄意场景。举例，模子能在不改变体式和细节的前提下，完成纹理的更换。

在物理常识方面，模子证实也较为出色。凭证谷歌的案例，给模子一个气球飘向仙东说念主掌的视觉图像后，领导其思象生成下一个可能的情况。从画面来看，模子能够预判气球爆炸后的物理特征。

在电市集景中，已有国际用户尝试用该模子生成商品展示图。如将东说念主物手中的涂抹区域替换为香奈儿手袋，恶果传神，险些看不出合成印迹。

可以料思，跟着生成恶果不断优化与使用本钱捏续缩短，Gemini 2.5 Flash Image 有望加快AI在电商、告白、蓄意乃至专科照相畛域的影响和替代效应，修图师与部分视觉蓄意师的职责内容，或将被再行界说。

举报 第一财经告白联接，请点击这里此内容为第一财经原创，文章权归第一财经通盘。未经第一财经籍面授权，不得以任何阵势加以使用，包括转载、摘编、复制或开发镜像。第一财经保留致密侵权者法律包袱的职权。如需获取授权请干系第一财经版权部：banquan@yicai.com 文章作家

刘晓洁

关联阅读 AI进化速递 | 谷歌发布图像生成模子；华为推出三款AI SSD新品

字节越过提倡智能体安全框架；Meta斥资千万组建AI超等政事当作委员会；Anthropic推出谷歌浏览器AI助理。

102 08-27 20:53 AI进化速递 | 特斯拉牵手豆包大模子与DeepSeek

阿里发布编程平台Qoder；可灵AI推出基于2.1模子的全新首尾帧功能；Meta与谷歌云签署6年超100亿好意思元联接合同。

141 08-22 20:55 B站Q2净利润2.2亿立异高，陈睿：要让AI能帮UP主作念视频

这是B站历史上最挣钱的一个季度。

129 08-21 22:06 “中国开发者已成大家立异中坚力量”， 谷歌加码中国AI生态

谷歌昭着不但愿错过中国这片立异沃土及背后的纷乱出海机遇。

190 08-13 22:51 AI周报｜OpenAI发布大模子GPT-5；谷歌推出可交互的寰宇模子Genie 3

OpenAI强调GPT-5的幻觉率下落开云·kaiyun体育，而且对东说念主类的“奉承谀媚”减少了。

156 08-10 10:13 一财最热 点击关闭