Google推出的Gemini 2.5 Flash Image模型有哪些主要功能？

Gemini 2.5 Flash Image的主要功能

Google 推出了 Gemini 2.5 Flash Image 模型，這是一款 AI 影像生成與編輯模型，強調多圖融合、角色一致性及自然語言影像編輯功能。這款模型旨在解決傳統生成式 AI 在細節處理和語意理解上的瓶頸，讓 AI 在影像生成方面更具實用性。

多圖融合與角色一致性

Gemini 2.5 Flash Image 的一大亮點是能夠同時處理多張輸入圖片，將它們融合生成全新的場景或物件，並且在多次生成和不同環境下保持主角或產品的視覺一致性。這解決了過去 AI 在跨場景重現同一角色外觀上的困難，例如修改 Prompt 後角色外貌改變的問題。這項功能對品牌、商品型錄以及教育互動等商業應用具有重要意義。

開發者使用與成本

目前，開發者可以透過 Gemini API 和 Google AI Studio 即時使用 Gemini 2.5 Flash Image 模型。生成一張圖片大約需要耗費 1290 個輸出代幣，換算下來單張圖片的定價約為新台幣 1.2 元。Google 強調，所有生成或編輯的圖片都嵌入了 SynthID 隱形浮水印，以確保 AI 創作可以被識別，並追溯來源。

SynthID隱形浮水印技術

為了保障 AI 生成內容的可追溯性，所有由 Gemini 2.5 Flash Image 模型生成的圖片都會嵌入 SynthID 隱形浮水印技術。這項技術有助於識別 AI 生成內容，確保使用者能夠辨別影像的來源。