昨天刚开源Gemma3，然后今天夜里，鸽了N久的Gemini 2.0的原生多模态生图功能，也终于开放了。
在出门回来，玩了一下午后，我觉得终于可以给你们分享一下，这玩意的有趣之处了。
Gemini 2.0，就会瞬间保证所有的其他细节不变的情况下，把小姐姐变成长发。
不过这个得roll，我roll了3次才roll出来。
请你根据这张手绘线稿图，生成对应的一张真实房屋渲染图。
得益于Gemini 2.0的多模态能力，类似于之前的GPT4o，GPT4o是语音端到端，而Gemini 2.0，则是图片端到端。
而且，画出的图，审美也还凑合，虽然还远远达不到类似MJ、Flux那种质量，泛化能力也差点意思，但，能用了。
在多模态大模型上，能用的言出法随，是非常关键的一点。
打开https://aistudio.google.com/
然后，在右侧把模型，切换成Gemini 2.0 Flash Experimental。
同时记得output这块，一定是Images and text，千万别只选Text，那你就生成不了图了。
接下来，直接在对话框里，传你图片，加上文字描述就OK。
而且你不止可以传一张图，你也可以，传两张图，然后，融图。
虽然它换logo换的还有点贴片感，比较这个太难了，但是产品图，就会好很多了。
光影还是有一些不匹配，有一些贴图感，但不妨碍很准确。
甚至你还可以，不只是图+文字进去，你还可以，直接让它给你生成图文混排的教程。
甚至，你还可以，给一个平面图，直接做每个房间的渲染图。
两年多了，生成式AI在图像编辑领域的进步，真的也就像悄悄进行的大革命。
从最初需要苦学多年Photoshop和图像处理技术，到如今只需一句话就能实现你的所有创意。
我们不再受限于专业技能的掌握程度，就算是从来没用过PS的小白，也可以轻松地用嘴，将脑海中的创意转化为现实。
