谷歌发布Gemini 2.5 Flash Image：AI图像编辑新标杆

谷歌于本周二正式发布Gemini 2.5 Flash Image，这是一款专为高精度图像生成与编辑设计的人工智能模型，旨在提升视觉内容创作的连贯性与准确性。该工具现已在Gemini应用及平台全面上线，用户可通过自然语言指令实现复杂操作，如角色跨场景迁移、多角度产品展示或图像融合，同时避免面部失真与结构扭曲。在博客声明中，谷歌强调其可“将同一角色置于不同环境，从多个视角呈现单一产品，并维持主题一致性”，显著增强品牌推广与叙事创作的效率。该模型最初以‘nano-banana’代号在众包测试平台LMArena曝光，因出色的编辑稳定性引发关注，现已由谷歌官方确认并正式发布。其核心能力在于整合多源图像与外部知识，通过单一提示完成复杂任务，例如解析图表或组合参考资料，实现端到端的内容生成。目前，该模型在谷歌云上定价为每百万输出令牌30美元，约合每张图片4美分，亦可通过OpenRouter和fal.ai等第三方平台访问。相较之下，OpenAI已于2024年5月推出GPT-4o，并在2025年3月实现ChatGPT周活跃用户突破7亿；而截至2025年8月，谷歌称Gemini月活跃用户达4亿，周活数据仍存差距。为应对生成内容滥用风险，谷歌表示所有输出均嵌入不可见的SynthID水印与元数据标签，明确标识为AI生成内容，强化内容可信度。这一举措标志着人工智能图像技术正迈向更可控、可追溯的新阶段。