> ## Content Index
> Fetch the complete content index at: https://www.hubwiz.com/blog/llms.txt
> Use this file to discover other available public pages before exploring further.

# Gemini 2.0 Flash原生图像生成
- URL: https://www.hubwiz.com/blog/gemini-2-flash-native-image-generation/
- Published: 2025-03-14T22:44:25.000Z
- Updated: 2025-03-14T22:44:25.000Z
- Description: Gemini 2.0 Flash结合了多模态输入、增强推理和自然语言理解能力，以创建图像。
- Author: admin
- Tags: MODEL-ZOO, GEMINI FLASH 2.0, #Import 2026-10-14 14:41

在去年12[月](https://developers.googleblog.com/en/the-next-chapter-of-the-gemini-era-for-developers/?ref=hubwiz.com)，我们首次向可信测试人员推出了Gemini 2.0 Flash的原生图像输出功能。今天，我们将其开放给所有当前由Google AI Studio支持的[地区](https://ai.google.dev/gemini-api/docs/available-regions?ref=hubwiz.com)进行开发者实验。你可以通过Google AI Studio中的Gemini 2.0 Flash实验版本([gemini-2.0-flash-exp](https://aistudio.google.com/prompts/new%5Fchat?model=gemini-2.0-flash-exp&ref=hubwiz.com))以及通过Gemini API来测试这一新功能。

Gemini 2.0 Flash结合了多模态输入、增强推理和自然语言理解能力，以创建图像。

以下是2.0 Flash多模态输出的一些示例：

## 1、文本与图像结合

使用Gemini 2.0 Flash讲述一个故事，它会用图片来配图，并在整个过程中保持角色和场景的一致性。提供反馈后，模型将重述故事或改变其绘图风格。

![](https://www.hubwiz.com/blog/content/images/2025/03/image-304.png)

谷歌AI工作室中的故事和插图生成。[演示视频](https://storage.googleapis.com/gweb-developer-goog-blog-assets/original%5Fvideos/image-text-gemini-2-image-generation.mp4?ref=hubwiz.com)

## 2、对话式图像编辑

Gemini 2.0 Flash通过多次自然语言对话帮助你编辑图像，非常适合迭代到完美的图像，或者一起探索不同的想法。

![](https://www.hubwiz.com/blog/content/images/2025/03/image-305.png)

谷歌AI工作室中保持对话上下文的多轮对话图像编辑。[演示视频](https://storage.googleapis.com/gweb-developer-goog-blog-assets/original%5Fvideos/conversational-image-editing-gemini-2-image-generation%5F2.mp4?ref=hubwiz.com)

## 3、世界理解

与其他许多图像生成模型不同，Gemini 2.0 Flash利用世界知识和增强推理能力来创建“正确的”图像。这使其非常适合创建详细的现实主义图像——比如为食谱插图。虽然它努力追求准确性，但像所有语言模型一样，它的知识是广泛且一般的，不是绝对或完整的。

![](https://www.hubwiz.com/blog/content/images/2025/03/image-306.png)

谷歌AI工作室中交错的文本和图像输出用于食谱。[演示视频](https://storage.googleapis.com/gweb-developer-goog-blog-assets/original%5Fvideos/world-understanding-gemini-2-image-generation%5F3.mp4?ref=hubwiz.com)

## 4、文本渲染

大多数图像生成模型难以准确渲染长序列的文本，通常导致格式不良或难以辨认的字符，甚至拼写错误。内部基准测试显示，2.0 Flash在渲染方面比领先的竞争模型更强，并且非常适合创建广告、社交媒体帖子甚至是邀请函。

![](https://www.hubwiz.com/blog/content/images/2025/03/image-307.png)

谷歌AI工作室中具有长文本渲染的图像输出。[演示视频](https://storage.googleapis.com/gweb-developer-goog-blog-assets/original%5Fvideos/text-rendering-gemini-2-image-generation%5F2.mp4?ref=hubwiz.com)

## 5、结束语

通过Gemini API开始使用Gemini 2.0 Flash。了解更多关于图像生成的信息，请参阅我们的[文档](https://ai.google.dev/gemini-api/docs/image-generation?ref=hubwiz.com)。

```python
from google import genai
from google.genai import types

client = genai.Client(api_key="GEMINI_API_KEY")

response = client.models.generate_content(
    model="gemini-2.0-flash-exp",
    contents=(
        "Generate a story about a cute baby turtle in a 3d digital art style. "
        "For each scene, generate an image."
    ),
    config=types.GenerateContentConfig(
        response_modalities=["Text", "Image"]
    ),
)

```

无论你是在构建AI代理、开发带有精美视觉效果的应用程序（如插图互动故事），还是在对话中头脑风暴视觉创意，Gemini 2.0 Flash都允许你仅用一个模型即可添加文本和图像生成功能。

---

原文链接：[Experiment with Gemini 2.0 Flash native image generation](https://developers.googleblog.com/en/experiment-with-gemini-20-flash-native-image-generation/?ref=hubwiz.com)

汇智网翻译整理，转载请标明出处