Google发布新生图模型

Google释放出最新生图模型，在发布说明中提到：

2025年3月12日

在 Gemini-2.0-Flash-Exp 中发布原生图像输出功能

• Gemini 2.0 Flash Experimental 模型发布，支持原生图像输出功能。
• 开发者能够使用 Gemini 进行图像输出和编辑。
• 模型信息
  
  网友试用后，评价都不错。重点是可以免费使用，使用方式见下文介绍。

通过Google AI Studio使用

通过Google AI Studio可以免费交互式使用（包括此模型外多种模型）。关于AI Studio的申请，应该有Google的账户就可以登录使用，并能在Studio中生成API key以及下载示例代码。

• 在Studio的右侧“Model”处选择“Gemini 2.0 Flash (Image Generation) Experimental”。
• 在“Output format”处选择"Images and text“。
• 以输入提示词“请绘制一个小公园的初春下雪场景，场景中需要小径、有树木等，还有小亭子中国元素为例，经过多几轮“调教”还是满足我想要的效果。

各位看官可自己试用，生图，修图。
注：AI Studio中生成图片左下角，会带Gemini的图标。

通过API在代码中生图

除了使用AI Studio之外，还可以通过API来调用“Gemini 2.0 Flash Experimental”模型生成图片，编辑图片。

• 首先要有API key
  生成方式参见Get API key
  

• 其次使用Google SDK编码处理
  可以从 AI Studio右上角“Get code”拿到示例代码，支持多种语言，本文以“python”为例。
  

• 环境准备及执行
  以下代码是在示例代码上做了简单修改，可以根据提示词生成图片，并保存到本地文件。

	# python>=3.12版本
	## install google ai sdk 
	pip install google-genai
	
	# 国内访问需要设置代理
	## 注意环境变量一定是小写https_proxy，不能大写，不然不生效
	## windows (powershell)
	$env:https_proxy="http://your_host:port"
	## macos/linux
	export https_proxy="http://your_host:port"
	
	# 设置API KEY环境变量
	## windows (powershell)
	$env:GEMINI_API_KEY='your-key'
	## macos/linux
	export GEMINI_API_KEY=your-key

	# 执行
	python gemini-image-gen.py -p "your prompt" -o your-image-save-file

• 源代码（命名为gemini-image-gen.py）

import base64
import os
import argparse
from google import genai
from google.genai import types


def save_binary_file(file_name, data):
    """保存二进制文件

    Args:
        file_name (str): 文件保存路径
        data (bytes): 二进制数据
    """
    f = open(file_name, "wb")
    f.write(data)
    f.close()


def generate(prompt: str, output_file: str):
    """生成图片

    Args:
        prompt (str): 提示词
        output_file (str): 输出文件路径
    
    Raises:
        ValueError: 当GEMINI_API_KEY环境变量未设置时抛出
    """
    api_key = os.environ.get("GEMINI_API_KEY")
    if not api_key:
        raise ValueError(
            "请设置GEMINI_API_KEY环境变量。可以通过以下方式设置:\n"
            "Windows PowerShell: $env:GEMINI_API_KEY='your-key'\n"
            "Windows CMD: set GEMINI_API_KEY=your-key\n"
            "Linux/Mac: export GEMINI_API_KEY=your-key"
        )

    client = genai.Client(api_key=api_key)

    contents = [
        types.Content(
            role="user",
            parts=[types.Part.from_text(text=prompt)],
        ),
    ]
    generate_content_config = types.GenerateContentConfig(
        temperature=1,
        top_p=0.95,
        top_k=40,
        max_output_tokens=8192,
        response_modalities=[
            "image",
            "text",
        ],
        response_mime_type="text/plain",
    )

    for chunk in client.models.generate_content_stream(
        model="gemini-2.0-flash-exp",
        contents=contents,
        config=generate_content_config,
    ):
        if not chunk.candidates or not chunk.candidates[0].content or not chunk.candidates[0].content.parts:
            continue
        if chunk.candidates[0].content.parts[0].inline_data:
            save_binary_file(
                output_file, chunk.candidates[0].content.parts[0].inline_data.data
            )
            print(
                "File of mime type"
                f" {chunk.candidates[0].content.parts[0].inline_data.mime_type} saved"
                f" to: {output_file}"
            )
        else:
            print(chunk.text)


def main():
    parser = argparse.ArgumentParser(
        description="使用 Gemini 2.0 生成图片",
        formatter_class=argparse.RawDescriptionHelpFormatter,
        epilog="""
使用示例:
    # 生成一个下雪的公园场景
    python gemini-image-gen.py -p "请绘制一个小公园的下雪场景，场景中需要有树木、小亭子等中国元素" -o snowing-park.png
    
    # 生成一个春天的花园场景
    python gemini-image-gen.py -p "画一个春天的花园，有盛开的樱花和小溪" -o spring-garden.png

注意:
    1. 使用前请确保已设置GEMINI_API_KEY环境变量
    2. 生成的图片质量取决于提示词的质量
    3. 如果生成失败，可以尝试修改提示词后重试
""",
    )
    parser.add_argument(
        "-p", "--prompt", 
        required=True,
        help="用于生成图片的提示词"
    )
    parser.add_argument(
        "-o", "--output",
        required=True,
        help="生成图片的保存路径"
    )

    args = parser.parse_args()
    generate(args.prompt, args.output)


if __name__ == "__main__":
    main()

• 生成图片示例

	# 执行以下命令
	 python gemini-image-gen.py -p "画一个春天的花园，有盛开的樱花和小溪，画面不要全部被景物充满，色彩也不要太艳丽，但要与实物接近" -o spring-garden.png

• 一次性输出结果，看起来还可以
  
  注：当前API生成的图片还没有Gemini的图标。

总结

这是Google在生成式AI图像领域的重要更新，免费使用的特点使其对开发者和普通用户都很有吸引力。本文介绍了不同的使用方法，包括通过Google AI Studio的直接使用和通过API的编程调用，并提供了实际操作的示例。各位看官可以自己试验，欢迎分享。