Google 近日正式發布 Gemini 2.0 Flash，這是一款專為高效能 AI 運算設計的輕量級模型，特別適用於即時推理與生成應用。該模型的主要特點是高速處理能力、低延遲響應，並且擁有強大的影像生成能力，使得開發者可以更靈活地將 AI 創意工具整合至不同的應用場景。
Gemini 2.0 Flash 的發布標誌著 Google 在 AI 領域的又一重要突破，特別是在提升 AI 的運算效率與創意應用方面，展現了令人矚目的進步。相較於其他生成式 AI，Gemini 2.0 Flash 以輕量、高效、靈活的方式，讓企業與開發者能夠更快地將 AI 技術整合至其產品或服務。
目前可以使用 Google AI Studio 中的 Gemini 2.0 Flash（ gemini-2.0-flash-exp ）實驗版本和透過 Gemini API 測試此新功能，我們測試使用中英文輸入指令，皆可得到結果，表示你可以使用自己熟悉的語言操作。
Gemini 2.0 Flash 的核心優勢
Gemini 2.0 Flash 結合多模式輸入、增強推理和自然語言理解來創建圖像。
- 高速運算與低延遲
這款 AI 模型經過專門優化，能夠在較低算力需求下快速生成高品質內容，適合即時應用，如聊天機器人、即時翻譯、內容生成及影像處理。由於其運算效能的提升，Gemini 2.0 Flash 在保持優秀準確度的同時，顯著降低了處理時間，為即時互動提供了更流暢的體驗。 - 原生影像生成能力
Gemini 2.0 Flash 內建影像生成技術，使用戶能夠直接在 Google AI Studio 內產生圖像，無需額外整合第三方工具。這不僅提高了便利性，也確保了影像的質量與一致性。透過這項功能，開發者可以更輕鬆地將 AI 生成內容應用於各類型產品，如行銷素材、數位內容與視覺設計。 - 專為開發者打造的工具
該模型目前已整合至 Google AI Studio，開發者可以透過簡單的 API 調用影像生成功能，為應用程式帶來更豐富的視覺體驗。此外，Google 提供了一系列 SDK 和開發資源，協助開發者快速上手，並將 Gemini 2.0 Flash 無縫嵌入到現有的應用中。
如何開始使用 Gemini 2.0 Flash？
網址：https://aistudio.google.com/prompts/new_chat
目前，Google AI Studio 已開放開發者試用 Gemini 2.0 Flash，可直接進行影像生成實驗。開發者可透過 Google 提供的 API 與工具，將該模型整合至應用程式中，無論是行銷內容、遊戲設計，還是產品開發，都能夠藉助 AI 提高效率與創新能力。
進入網站後，在「Model」選擇新型的「 Gemini 2.0 Flash（Image Generation）Experimental 」模型，「Output Format」選擇「Images and text」。
接著就可以在輸入框輸入指令，我們以下用中文測試。
編輯圖片
右下角的「＋」點選後可以上傳圖片或是使用其他方式新增檔案，我們先上傳了一張台北101大樓白天的照片。
並輸入指令「夜晚，放煙火的台北101」
成果相當不錯！雖然有點變成台北101仙女棒的感覺，但是夜晚、煙火都有表現出來，畫質雖然有點差，但很令人驚艷！
我們又上傳了一張蛋糕照片，想請 Gemini 2.0 Flash 來裝飾一下，它甚至幫我延伸了照片。
在測驗裝飾這個部分時，我們發現指令要較詳細，AI 才會明白你想要做什麼，可以將你腦中的影像用語言描繪出來。
製作故事插圖
我們在這邊請 Gemini 2.0 Flash 繪製故事插圖，並一幕一幕進行，它可以維持相同的圖片風格進行繪製。
繪製了三張圖片都有可愛的迪士尼風格小豬。
另外你也可以使用 Gemini 2.0 Flash 講述一個故事，它會用圖片進行說明，始終保持人物和設定的一致性。如果給予回饋，模型就會複述故事或改變其繪畫風格。
幫助學習：步驟加上圖片
你可以輸入指令請 Gemini 2.0 Flash 給你食譜或是教學，並要求每個步驟附上一張圖片。
我們測試了食譜及裝底片教學，食譜的結果較好，生成的圖片基本上有正確配到步驟，但有些圖也是有點怪怪的（煮義大利麵、炒絞肉…等等）。裝底片教學的步驟圖片則是錯得亂七八糟，可能在較複雜的教學上還沒辦法生成相符的圖片。
以下是「番茄肉醬義大利麵食譜」：
生成有文字的圖片
大多數圖像生成模型都難以準確地呈現長文本序列，這常常導致格式不良或難以辨認的字符或拼寫錯誤。內部基準測試表明，與領先的競爭型號相比，2.0 Flash 具有更強大的渲染功能，非常適合創建廣告、社群貼文甚至邀請。
以目前測試結果來看，是可以嘗試看看生成其他含有文字的圖片，你可以清楚告訴它，你想要在圖片上包含哪些文字。
目前圖片相關功能只能在 Google AI Studio 上使用，尚未整合到 Gemini 中，經過測試此功能還有改進空間，但也讓人看見無限的可能性。
未來，Google 也計劃在未來擴展該模型的功能，使其支援更複雜的影像風格、3D 建模等應用，進一步擴展 AI 影像生成的邊界。隨著 AI 生成技術的持續進步，Gemini 2.0 Flash 以高效與靈活的特點，為創作者與開發者帶來更多可能性，未來勢必將在多個領域發揮重要作用。
Gemini 2.0 Flash 不僅是一款提升 AI 運算能力的技術，更是一個將 AI 影像創作推向新高度的工具，讓開發者能夠更輕鬆地運用 AI，為世界帶來更多創意與可能性。
資料來源：Experiment with Gemini 2.0 Flash native image generation
