Gemini的图片生成功能已完成升级，现已支持自然语言编辑、风格复刻与多尺寸输出。用户可以通过Google AI Studio网页端免费使用，而API接口则更适合批量处理任务，只需输入中文提示词即可实现精修图片与风格迁移。

Gemini图片生成新功能已全面更新，特别是Gemini 2.0 Flash和2.5 Flash Image模型，它们能理解“说改就改”的自然语言指令，支持多轮精准编辑、风格复刻、图文混合输出等多种能力。你无需下载任何软件，也不用编写代码，主要通过两种方式使用：直接在网页端上手（适合新手体验），或调用API接入（适合批量或自动化处理）。

网页端快速上手：Google AI Studio 最简流程

这是目前最稳定、免费且无需技术基础的使用入口：

• 访问 Google AI Studio，使用谷歌账号登录。
• 点击“Create prompt”按钮，在右侧Model下拉菜单中选择Gemini 2.0 Flash (Image Generation) Experimental或更优的Gemini 2.5 Flash Image模型。
• 在Prompt输入框里直接用中文描述，例如：“一只柴犬穿宇航服站在月球表面，赛博朋克光影，8K细节”。
• 点击生成，稍等几秒即可出图；如果想调整？接着输入指令即可，例如：“把宇航服换成透明玻璃材质”“加一束从右上方打来的蓝光”“改成竖版9:16比例”——全部都能实时响应。

一句话精准改图：真正“用嘴编辑”的核心操作

上传一张已有图片后，所有修改都依靠自然语言完成，用不着画框、也不用选图层：

• “把图中沙发换成深绿色丝绒材质，保留原有位置和阴影”。
• “让窗外的白天变成雷雨夜，增加闪电反光在玻璃上”。
• “去掉左下角的logo，但不要影响背景纹理”。
• “把人物头发染成银白色，皮肤色调保持原样”。
• 注意：连续多轮指令会被模型记住上下文，改完A再改B时，不会丢失之前的效果。

复刻任意图片风格：三步提取“风格DNA”

看到喜欢的海报、插画或摄影风格？不用猜参数，直接“偷师”：

• 上传目标图 → 输入固定提示词：“请以专业艺术总监视角分析这张图片的视觉风格……只关注光影、配色（Hex）、构图、材质、渲染风格等，输出纯JSON，不要解释”。
• 复制返回的JSON数据（这就是这张图的风格编码）。
• 新建一个Prompt，在Instructions中粘贴该JSON，并设定任务逻辑：“用户输入任意内容，你必须严格按此风格重绘”。
• 之后输入“咖啡杯”“城市街景”或上传草图，出来的图片就自动带上了原图的胶片感、水墨味或故障风。

宽高比与分辨率控制：按需定制输出格式

不同平台对尺寸有硬性要求，Gemini支持两种方式指定：

• 文字声明法（推荐新手）：在prompt里直接写明，如“小红书封面图，9:16竖版，柔焦人像”“YouTube封面，16:9，科技蓝渐变背景”。
• API参数法（开发者用）：调用时通过image_config设置比例字符串（如"9:16"， "21:9"， "1:1"），或用image_size指定"2K"/"4K"。
• 注意：Gemini 2.5 Flash默认输出1024×1024，但比例声明优先级更高，模型会智能裁切或填充画面。