谷歌Gemini2.0新神技，难评

本文来自微信公众号：AI好好用 （ID：almosthuman2017），编辑：Sia

谷歌家的AI，你咋又双叒叕搞事情啦！

今儿一早，谷歌的Gemini 2.0 Flash突然冲上风口浪尖——一个刚开放的图像编辑功能，竟然被网友玩成了“水印粉碎机”！连Getty Images等专业图库的防盗水印都能咔咔消除！

吃瓜群众闹不明白了，原来谷歌隐藏业务是给盗图党发外挂？

虽然挂着“实验功能”的免战牌（目前仅限AI Studio体验），但也架不住网友实测打脸。

隔壁家的Claude和GPT-4o早就把这类请求拉黑名单了，唯独Gemini像个铁憨憨，来者不拒照单全收。

免费体验：https://aistudio.google.com/prompts/new_chat

到底是咋回事？

咱们赶紧围观网友们晒出的各种“铁证”。

输入类似“remove the marks and text over the image”的要求，新生成的图像立刻变干净。

乍一看，还真像那么回事儿。

我们也拿了张明星G社的生图试了一下，真就一句话的事儿。

为了防止朋友圈盗图，一位鸟友刚学会用美图秀秀给作品加水印。

我一句话就给她去掉了。

小红书水印也能顺利去掉。

大面积的水印，貌似也能搞定。

这么大面积的堆字，居然也能行，有些夸张啊！

难道Gemini 2.0 Flash真是完美的水印去除器？其实，不是。

比如，这种满屏+半透明的水印，就很难搞定。

这是一篇财新报道的截图，系统会自动添加水印，也是半透明+全屏。

结果（右图）呢，水印确实没了，但文字全成了乱码。

为什么会这样呢？

我们推测，和“脑补”图片相比，“脑补”文字实在难太多。

换句话说，这个新模型应该是通过一些方式重新画了一张图，而不是真会编辑掉水印。

它会根据学习到的模式生成全新图像，包括填充原来水印的位置，而不是直接复制或重复使用原始图像。

其实，一些眼尖网友也发现比如这张图“去水印”后，山都消失了，完成是一张新照片。

虽然Gemini 2.0 Flash“去水印神力”涉嫌违法的说法不是很有说服力，但这次祭出了业界首个“图片文字一把抓”的全能模型，确实是一件大事儿。

要知道，传统AI作图要像打乒乓球似的在文字模型（LLM）和画图模型（扩散模型）间传话。

有了这个真正的原生多模态生图工具，一番实测，这速度比我PS按保存键还快！而且，OneShot（不用反复生成）的概率很高。

用网友的话说，它基本上完成了人类使用Photoshop克隆工具所做的事情，但只需几秒钟而不是一个小时。

你可以直接用文字进行各种PS。

比如，合照中的Jennie（右）作为素材，直接生成一张白底的护照证件照。

将文本快速清晰地集成到图像中，也很出色。替换图片文字，居然一次就成功（也许是运气好？）。

这些体验，几乎都是一次成功。

脑洞再大点。同时输入两张图片，可以轻松生成广告图片。

怎么样，可还行？

这个案例更复杂。刘雯要同时展示衣服和包包。

整体合理，结果还是有明显瑕疵，主要是手没拿住包包。

考虑到一次就能生成这个水平，已经很意外。

模型可以连续出图、还能保持风格一致性，不必每次都从头开始。

就像和专业修图师沟通，你只管提要求，它负责改，而且反应很快。

Jennie变换不同角度的图片，还能“脑补”全身图：

让全智贤不断变换造型，都是一次性成功。

最好玩的是这个例子。清空房间，按照你的要求，重新装修设计。

这是模型最后给到的中式家居风格。

网友的一个案例。

首先想要“一个舒适的阅读角落，里面有壁炉、摆满小说的书架和一把舒适的大扶手椅。”

然后，进一步要求“用柔和温暖的灯光营造夜晚的氛围”、“扶手椅上放一只睡觉的猫。”

最后，“给房间营造复古的维多利亚风格”。

最终结果几乎和他想象的一模一样。

除了唠嗑式生图、修图，Gemini Flash 2.0还有一个很好玩的功能——视觉故事，一次性生成带配图的内容。

比如，写一个曲奇饼干的教程，要求图文并茂，然后一键搞定。

‍

讲一个简单的卡皮巴拉冒险小故事，图文并茂。

从0到1画翠鸟，从线条概念图开始，每一步都用图片展示。