在瞬息萬變的 AI 領域中，圖像生成模型的發展速度也總是超乎預期。2025 年 8 月 26 日，由 Google DeepMind 團隊推出的「Gemini 2.5 Flash Image」正式亮相，開發代號為「nano-banana」，一舉成為目前最頂尖的圖像生成和編輯模型。
什麼是 Gemini 2.5 Flash Image？
Gemini 2.5 Flash Image 是 Gemini 2.5 系列的最新成員，除了已知的 Gemini 2.5 Pro, Gemini 2.5 Flash 跟 Gemini 2.5 Flash-Lite，現在又有了針對圖片生成與編輯打造的 Gemini 2.5 Flash Image。在正式發表前，幾位 Google 高層曾以「Nano Banana」作為暗號預告，最終由 Google DeepMind 揭曉答案。
知名的大型語言模型盲測平台 LMArena 的結果顯示，Gemini 2.5 Flash Image 在圖片編輯的整體表現勝於 ChatGPT 4o / GPT Image 1 (High)、FLUX.1 Kontext [max]、 Qwen Image Edit，以及自家的 Gemini 2.0 Flash Image 等眾多圖像生成模型。不僅如此，Gemini 2.5 Flash Image 的生成速度比 GPT-4o Image 模型快 2 至 3 倍，大幅加速創作流程，也意味著能帶來更好的使用體驗。
核心功能亮點：激發無限創意
Gemini 2.5 Flash Image 讓圖像生成與編輯更簡單、更強大：
- 自然語言指令編輯：不需要專業技巧，只要輸入自然語言，就能輕鬆完成各種圖像編修。無論是移除情侶合照中的路人，還是修補細微瑕疵，都能在對話中快速完成。
- 圖像文字精準呈現：過去 AI 生成圖像常在文字上出錯，現在能精準生成提示（prompt）中指定的長段文字（如標題、說明等），並支援多語系版本。
- 設計混合 (Design mixing)：將一張圖像的風格應用到另一張圖像的物件上。例如將花瓣的顏色和紋理套用到洋裝上，或者將真人像照片轉換成漫畫風格。
- 多圖融合 (Multi-image fusion)：能將多張不同的圖片無縫結合成一張全新照片。例如下圖，只要上傳手機、女性人物與地下道背景，就能自動生成一個「女生在地下道講電話」的場景。整張照片會自動調整光影與邊緣，不需要額外去背，看起來自然逼真，完全沒有拼接感。
- 角色一致性 (Character consistency)：以往 AI 生圖常出現角色外觀不穩定的問題，只要更換場景，人物或物件細節就會走樣。Gemini 2.5 Flash Image 最大的突破之一，就是能在不同場景中保持角色的一致性，特別適合應用於 IP 角色或產品宣傳素材。只要上傳一張照片，就能生成各種場景版本，甚至重現不同时代的風格。下圖第一位女生 Liz Tran 的臉部特徵始終維持一致，但能化身為西洋棋士、賽車手或弓箭手；第二位女生 Natalie D. 則能輕鬆變身為滑板高手、排球選手或足球員。不妨也試著上傳自己的照片，看看 19 世紀的你、30 年後的你，或是兒時夢想中的模樣吧！
- 多輪編輯/生成 (Multi-turn editing/generation)：支援持續修改，例如先繪製一面白牆，再逐步加入書架、沙發等家具，精準編輯局部圖像，同時保留其他部分不受影響。以下範例的指令是「將 T-shirt 顏色變成紅色並移除耳環」，其餘細節則完全維持一致性。
多元應用場景：全面賦能
Gemini 2.5 Flash Image 在多個領域都有巨大的應用潛力，設計師能省掉重複工作、行銷人員能自主產出素材、開發人員能快速設計產品框架。
- 廣告行銷 (Advertising)：上傳產品照片，透過簡單文字說明背景和人物，快速生成富有想像力的宣傳圖，將單一產品完美融入不同場景，提升閱聽者的代入感。
- 裝潢設計 (Decor & Design)：上傳考慮購買的家具與家中客廳的照片，即可生成該家具在客廳中的模擬效果，有助於做出更準確的購買決策。
- 圖像修復與編輯：讓幾十年前的黑白老照片重獲色彩，或是一鍵移除觀光景點的人群，賦予圖像新生命。
- UI/UX 原型設計 (Prototyping )：從文字提示生成並優化線框圖或設計元素，並可整合到設計工具中，大大提升技術及產品人員的工作效率。
想要開始使用 Gemini 2.5 Flash Image？
Gemini 2.5 Flash Image 已可透過 Gemini API 和 Google AI Studio 提供給開發者使用。企業客戶則可透過 Google Cloud 的 Vertex AI 平台取得服務。
作為 Google Cloud 最高等級合作夥伴，思想科技 Master Concept 擁有豐富資源與 20 年產業經驗，致力於協助企業高速成長、擁抱創新。無論您想利用 Gemini 2.5 Flash Image 提升創意、加速開發或打造吸睛行銷內容，我們都能提供專業導入與技術支援。想提早佈局 AI 圖像新時代，立即聯繫我們，搶先體驗 Gemini 2.5 Flash Image 的無限潛能！
