西风 发自 凹非寺

量子位 | 公众号 QbitAI

Gemini 2.0 说说话就能一键P图的功能爆火，把玩不了的大伙儿都馋哭了！

比如一辆小车车：

输入指令“把这辆车改装成敞篷车”，它就能立马将文字指令和图片结合起来，完成一键P图。

让我们来找茬儿，发现除了车变成了敞篷的，其它元素木有变化，很好地 保持了一致性。

不仅于此，Gemini 2.0还有点“多模态版o1”那味儿。

继续输入指令：想象一下，这辆车内装满了海滩用品。接着，将车身颜色改为一种令人联想到夏日的颜色，并在改变过程中进行说明。

然后Gemini 2.0就开始图文并茂地 一步步推理生成了，先把车变成了明亮的黄色，接着又再车里装满了遮阳伞等海滩用品

这就是Gemini 2.0系列的原生图像输出能力。

评论区底下，一水儿都是求具体上线时间的：

被谷歌挖走的OpenAI大将Logan Kilpatrick回应，大伙儿别急，明年年初将更广泛地推出。

各种P图都是一句话的事儿

除了上面展示的简单P图，你甚至可以 同时P图片中的多个元素，还能把 一个物件变成另一个。

比如，把蓬松的夹克变成一个小枕头，并且拿掉毯子：

这还没完， 结合不同的图来P也行。

猫和抱枕结合，就得到了一个很有质感的猫猫抱枕：

把猫猫和滑板结合就得到了猫猫代言滑板。

遵从文字指令，Gemini 2.0成功将猫猫变成了插画贴纸形态。

除此之外，Gemini 2.0 P图时还能 更有想象力。

比如一个箱子，把箱子打开就变成了酱婶儿：

开头展示的小车车，也能变成“飞车”：

另外，还有一种玩法。

在图像中 圈出需要P的区域，只需“Open this”，Gemini 2.0可以直接结合文字指令理解图像，知道“this”的指代：

不得不说，那些有内测资格的玩家，可算了把大伙儿馋坏了。

— 完—

点这里 👇关注我，记得标星哦～