Google 用文生图 AI 开始真正重塑行业｜9 个测试案例，带你看懂 Gemini 能力边界

Google 用文生图 AI 开始真正重塑行业｜9 个测试案例，带你看懂 Gemini 能力边界 Google 用文生图 AI 开始真正重塑行业｜9 个测试案例，带你看懂 Gemini 能力边界 Modified March 13, 2025 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。 害！ You don't have permission to access this synced block. Please log in and try again. Log In 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。 害！ You don't have permission to access this synced block. Please log in and try again. Log In 自从在一支烟花群里和朋友测试起 Google 这个新工具，一上午就没停下来 WOC 的感叹。 自从在一支烟花群里和朋友测试起 Google 这个新工具，一上午就没停下来 WOC 的感叹。 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 （或者说 Imagen3）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（当然也有些 Case 还差点意思） 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 🥲 特别的，如果你是设计行业、内容创作相关的朋友，请务必要刷完本文。（文末附有 Gemini 使用指南） 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。 💬 PS：我说这个“简单” Case 已经秒了其他的所有文生图 AI，不过分吧。 PS：我说这个“简单” Case 已经秒了其他的所有文生图 AI，不过分吧。 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。 💬 如果你看到这里，也发出了“WOC”的感慨——非常感谢你点赞、转发、在看、评论本文。 如果你看到这里，也发出了“WOC”的感慨——非常感谢你点赞、转发、在看、评论本文。 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（对，因为我自己就是工业设计毕业的） 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…… 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（一套工业设计建模软件）中花数天时间建模，再花数天在 keyshot（一套工业设计渲染软件）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 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（来自群友 @z.z.h） 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？