Google afslørede for nylig Gemini 2.5 Flash-billede — en indbygget, højtydende model til billedgenerering og -redigering, der bringer realtids, konversationsbaseret billedoprettelse og præcis redigering i flere trin direkte ind i Gemini-produktfamilien og udviklerværktøjerne. Udgivelsen, der af Google er beskrevet som en "state-of-the-art" opdatering til Geminis multimodale stak, er positioneret til både forbrugerkreativitet og udviklerworkflows i produktionsklassen.
Gemini 2.5 Flash Image kombinerer generering, redigering på stedet og flertrinskontrol af samtaler. Brugere kan skrive tekst til modellen, uploade et billede, der skal redigeres, og iterere i efterfølgende ture, samtidig med at de bevarer kontekstuelle begrænsninger (f.eks. ensartet lighed i portrætredigeringer). Google lægger vægt på finere kontrol – stiloverførsel, udskiftning af outfits eller baggrunde, blanding af separate fotos og mere – og er rettet mod både indholdsskabere og teams, der har brug for gentagne og pålidelige billedredigeringer.
Hvad får det til at skille sig ud
- — forfine et billede ved at følge en naturlig frem-og-tilbage-proces i stedet for at genopbygge fra bunden.