Google Gemini日前推出專門用於圖像生成和編輯的AI模型，並且開放在Googel AI Studio中免費使用。只要用文字輸入需求，無論是合成兩張圖片、修改圖中物件，或為故事生成連續插畫等，都能快速得到品質優良的成果。本文實測了五個實用的圖片生成與編輯功能。
Gemini圖像生成模型是什麼？怎麼用？
Gemini圖像生成模型是Gemini 2.0 Flash的圖像生成功能，根據Google官網介紹，其主打可在多輪對話中編輯同一張圖片、在多次生成中保持人物設定一致，以及在圖片上生成文字的文字渲染（Text rendering）功能。
此功能於去年12月時推出，當時僅限部分測試人員使用；自3月中旬起擴大開放權限，如今只要在Googel AI Studio上，選擇Gemini 2.0 Flash （image generation） Experimental後，即可開始免費使用。
實測1：生成有中文字的圖片
過去在使用AI生成圖像工具時，經常遇到中文字無法正確生成，而是變成亂碼的問題。Gemini 2.0 Flash號稱其有領先其他模型的渲染功能，可直接用其製作帶有文字的廣告或社群媒體貼文，不必另外將文字後製上去。
實測輸入指令「請生成一張黃金獵犬脖子上掛著卡片，上面寫著『早安您好！又是美好的一天』的圖片」後，發現圖中大部分的文字皆正確，只有「又」寫得像「叉」，以及少了一個「的」字。可說已相當有進步。
實測2：在圖片中加上物件
實測上傳一張公路的照片，並請AI加上兩隻小狗。結果確實符合要求，背景看起來也與原圖一致。不過，接著再請它將兩隻狗改成兩隻貓，卻變成一貓一狗，只有右邊的狗換成貓而已。
實測3：移除圖片中物件
上傳一張左前方有機車騎士、右後方有一位坐著的男子的照片，並要求AI將機車騎士移除。結果看起來很合理，沒有太大的破綻，只有細看後才發現屋頂和地板不太平整。
實測4：合成兩張圖
實測上傳一張模特的照片、一張相機的照片，輸入指令「請讓第一張圖的模特，拿著第二張圖的相機」。結果乍看之下非常真實，不過細看後可發現，模特的髮飾從一個變成兩個、原本的美甲也不見了；相機則是有和原圖一致的形狀和顏色，但沒有原圖上寫的文字。
實測5：將黑白照片上色
實測上傳一張黑白照片，並要求AI將其上色。結果相當真實，顏色選擇看起來也很合理。然而，放大圖片細節，發現其中一個人的五官消失了、另一個人的臉也與原圖有些差異。
Gemini優缺點統整，真的比Photoshop好？
整體而言，Gemini 2.0 Flash生成圖像的速度非常快，皆能在10秒內完成，操作簡單、生成品質佳，且能免費使用，是想快速生成或編輯圖片的好選擇。不過仍有不少瑕疵，僅能提供給社群素人做分享使用，尚無法取代專業度高的Photoshop。以下表格整理了此次的實測結果：
| 實測項目 | 優點 | 缺點 |
|---|---|---|
| 生成有中文字的圖片 | 中文字生成準確度高 | 少數錯字、漏字問題 |
| 在圖片中加上物件 | 物件融合效果佳、背景一致 | 複雜物件更換可能不夠精準 |
| 移除圖片中物件 | 整體自然、無明顯違和感 | 部分背景線條仍有瑕疵 |
| 合成兩張圖 | 初步效果逼真，物件融合協調 | 容易忽略小細節（配件、文字等） |
| 將黑白照片上色 | 顏色自然合理，效果真實 | 人臉五官未能正確處理 |
請注意，此表格僅供參考，AI回應內容與品質可能因指令不同而有差異。
