谷歌Gemini 2.0的图像编辑功能近期引发热议，其强大的多模态能力允许用户通过文字指令直接修改图片。用户可以轻松地将汽车改装成敞篷车，或在车内添加海滩用品，甚至改变车身颜色，并能一步步图文并茂地展示修改过程。此外，Gemini 2.0还能同时编辑图片中的多个元素，将一个物件变成另一个，例如把夹克变成枕头，或将猫与滑板结合。其强大的图像理解能力，允许用户圈出图片中的特定区域进行编辑，甚至能将箱子打开或让汽车飞起来。据悉，该功能将于明年年初更广泛地推出。

🖼️ Gemini 2.0 具备强大的多模态能力，能够理解文字指令并将其应用于图像编辑，实现一键P图，例如将汽车改为敞篷车，并能保持其他元素的一致性。

🎨 Gemini 2.0 可以根据指令逐步修改图像，例如将汽车颜色改为夏日色调，并在车内添加海滩用品，同时图文并茂地展示修改过程，体现了其强大的推理和生成能力。

✨ Gemini 2.0 不仅能修改单一元素，还能同时编辑图片中的多个元素，将一个物件变成另一个，例如夹克变枕头，猫与滑板结合，并能根据文字指令将猫变成插画贴纸形态。

🧰 Gemini 2.0 还能基于图像内容进行更具想象力的编辑，例如将箱子打开，将汽车变成飞车，甚至允许用户圈出图像中的特定区域进行编辑，并理解“this”的指代。

Gemini 2.0说说话就能一键 P 图的功能爆火，把玩不了的大伙儿都馋哭了！

比如一辆小车车：

输入指令 " 把这辆车改装成敞篷车 "，它就能立马将文字指令和图片结合起来，完成一键 P 图。

让我们来找茬儿，发现除了车变成了敞篷的，其它元素木有变化，很好地保持了一致性。

不仅于此，Gemini 2.0 还有点 " 多模态版 o1" 那味儿。

继续输入指令：想象一下，这辆车内装满了海滩用品。接着，将车身颜色改为一种令人联想到夏日的颜色，并在改变过程中进行说明。

然后 Gemini 2.0 就开始图文并茂地一步步推理生成了，先把车变成了明亮的黄色，接着又再车里装满了遮阳伞等海滩用品

这就是 Gemini 2.0 系列的原生图像输出能力。

评论区底下，一水儿都是求具体上线时间的：

被谷歌挖走的 OpenAI 大将 Logan Kilpatrick 回应，大伙儿别急，明年年初将更广泛地推出。

除了上面展示的简单 P 图，你甚至可以同时 P 图片中的多个元素，还能把一个物件变成另一个。

比如，把蓬松的夹克变成一个小枕头，并且拿掉毯子：

这还没完，结合不同的图来 P也行。

猫和抱枕结合，就得到了一个很有质感的猫猫抱枕：

把猫猫和滑板结合就得到了猫猫代言滑板。

遵从文字指令，Gemini 2.0 成功将猫猫变成了插画贴纸形态。

除此之外，Gemini 2.0 P 图时还能更有想象力。

比如一个箱子，把箱子打开就变成了酱婶儿：

开头展示的小车车，也能变成 " 飞车 "：

另外，还有一种玩法。

在图像中圈出需要 P 的区域，只需 "Open this"，Gemini 2.0 可以直接结合文字指令理解图像，知道 "this" 的指代：

不得不说，那些有内测资格的玩家，可算了把大伙儿馋坏了。