还记得此前在 LMArena 测试中被称为“神秘香蕉模型（nano-banana）”的 AI 图像编辑工具吗？如今它终于揭开面纱，Google 宣布正式发布 Gemini 2.5 Flash Image —— 一款能够兼顾生成与编辑的全能 AI 图像模型。
彻底解决“角色一致性”难题
传统 AI 绘图工具常常在保持角色一致性上翻车——同一个人物在不同场景里画风突变。Gemini 2.5 Flash Image 在这一点上实现了突破，它能让同一个角色自然地出现在多个场景，或从不同角度展示同一款产品。
这对于 品牌素材制作、产品目录生成、连续故事创作 来说，几乎可以称得上革命性。
Google 甚至为开发者提供了现成的模板应用，上传一张人像就能快速生成不同年代的复古照片。
句子级修图：自然语言就能完成复杂编辑
除了角色一致性，Gemini 2.5 Flash Image 最大的亮点是 自然语言精准编辑。
用户只需一句话，就能完成专业级别的操作，比如：
- 模糊背景
- 去除衣服上的污渍
- 从合照中移除某个人
- 给黑白照片上色
- 调整人物姿势
无需 Photoshop 的复杂操作，效果却能媲美专业修图。
让 AI 更懂世界：多模态语义理解
Gemini 2.5 Flash Image 不只是“会画”，它还 理解现实世界语义。
模型能够识别手绘草稿、理解文字说明，并直接执行跨步骤的复杂编辑指令。
Google 在 AI Studio 演示了一个互动教育应用：在画布上随意画图，模型不仅能识别，还能结合现实知识进行讲解，像一个随身的智能导师。
多图像融合：真正的「无缝」拼贴
新版本还带来一项酷炫功能——图像融合。
只需拖拽即可把一个物体“放入”另一个场景，生成结果自然得像原本存在。
例如，把产品放到不同环境里，或把一张图的风格渲染到另一间房间。
成本低廉 + 内置水印
Gemini 2.5 Flash Image 已可通过 Gemini APP、API、Google AI Studio 和 Vertex AI 使用。
定价为 每百万输出 token 30 美元，生成一张图片约需 1290 token，成本仅 0.039 美元（不到人民币 3 毛钱）。
所有生成或编辑的图片都会自动嵌入 SynthID 隐形水印，确保可溯源和内容真实性。
总结：AI 修图工具的转折点
Gemini 2.5 Flash Image 不仅是一次常规迭代，而是让 AI 图像从“玩具”真正跨入 生产力工具 的关键一步。
它解决了长期困扰用户的痛点（角色一致性、复杂编辑门槛），同时引入了更多创意可能（多图融合、语义理解）。
未来，基于这款模型的新应用很可能会层出不穷——从品牌设计到教育娱乐，再到个人创作，都将迎来新的可能性。
