Google 总算放出了他们去年承诺的“可连续对话改图”的 Gemini 文生图能力。

照例先给总体评价：

1. Gemini 是当下最值得全设计行业，甚至全碳基社会使用的文生图 AI；

2. 它在自然语言的修改指令理解、材质质感复现、局部细节微调方面，达到了部分生产创作环节完全可用的水准；

3. 这几乎可以算 AI 许愿机、超级嘴炮魔法了，甚至说句“快变天了”不为过。

本文将用 4 项能力测试，5 个应用案例，带你理解 Gemini 的能力边界。

主要测试，挑战 AI 能力边界

主测试 1：简单形体的材质变换、连续微调形态细节，并大幅度改变视角

先用一些变态的 Case 开始，测试 Gemini 文生图的能力边界。

这是我测试的第一个 Case，因为一上来也不知道它到底边界在哪，先从简单的形体开始，让它画个正方体。

整个 Case 看下来非常连贯，指令理解到位，材质变换没问题，基础形态从未变形，甚至还能大幅更改相机视角，添加模特也完全没问题。

主测试 2：手绘稿转设计渲染图，顺便拍出产品宣传图

继续测，在测试 1 的基础上，我们上到设计生产级别，用一张手绘图打底，让 Gemini 完成全流程的产品造型概念设计推敲。

这个应该是很多设计公司在乎的 Case：

这张图已经是最好的证明，感觉也不需要多说什么解读的话语了。

虽然在实测中，在产品穿到人身上这不算稳定，总会带着一些人像与产品的变形。

就这手稿转 3D 产品渲染图，还能再微调局部设计的水平，已经完全超出本科设计专业的毕业生水平。

还能快速在概念设计阶段，生成模特使用场景图，进一步验证设计方案的效果。

对了， 如果你还不服气，我再补一句：每张图的生成时间不超过 10s……这还不算“炸裂”，那还有什么算呢？

主测试 3：一次性生成多套不同风格的设计

我发誓，这是本文最后一个工业设计的 Case 了，后面还有游戏设计、自媒体应用等更多元的 Case，一个比一个精彩。

我其实一贯 AI 评测挺克制的，但在测试 Gemini 文生图的 4 小时内，基本每分钟都在发出粗鄙的感慨……

这个 Case 就是进一步模拟工业设计的造型推敲环节。

原本我们会需要大量的时间在犀牛中花数天时间建模，再花数天在 keyshot中调整材质、打光出图。

而且一旦建模完成后，想要再对模型进行造型调整，简直是对设计师无尽的折磨。

现在，Gemini 在 20s 内就给你一次性生成 12 张  ……

主测试 4：抠图、换背景、打光影

搞定了产品设计，正常商业流程中，我们还要解决一下最终宣发的物料问题。

这时候离不开抠图、换背景、打光影拍照的工作流程。

先抠个图，无中生有地换背景：

没问题，换的非常好。

再看看商业级别的背景合成与打光：

再引用一个 WaytoAGI 上看到的例子：

绝了，每次都只用一句嘴炮，就能在 10s 内取得相当稳定的预期结果。甚至复杂的形体打光，也能做的有模有样。

OK，fine，测到这里，我只想说：

大碳奸恭迎硅基老爷重塑人类社会。

社区实例一览

再看一些社区里大家在尝试的应用实例，也帮助我们获得更多启发。

更多应用 1：游戏角色与道具设计

对游戏行业可能的影响与启发之一：游戏内容设计

更多应用 2：家装设计

来自群友 @Zhenyuan_Branton，家装设计也不含糊，你也可以直接把自己的手稿、房子照片拍给它，让它自己添加家具，完成设计推演。

更多应用 3：创作教育、自媒体内容素材

如果 Gemini 这么强的能力，用在教育、自媒体内容创作领域呢？

更多应用 4：漫画绘制与改色

来自推特 @Linaqruf：

更多应用 5：游戏复杂场景与动作变换预览

来自推特 @Cristian Peñas：

如何使用？

1. 登录 Google AI studio，链接：https://aistudio.google.com/prompts/new_chat

2. 在 Model 中选择 PREVIEW - Gemini 2.0 Flash Experimental（new）

3. 确认选择“Images and text”

好，接下来也和我一起参与到恭迎硅基老爷重塑人类社会的行列吧～

Btw：我有个设计师朋友对此评价：

以前我可以假装建模、抠图磨洋工，现在老板只会跟我说赶紧 AI 生产改完发他了。