Google Gemini 2.0 Flash: пошаговое руководство для начинающих 125

Что такое Google Gemini 2.0 Flash?

Модель Gemini 2.0 Flash от Google в последние дни очень популярна. Gemini 2.0 Flash — это мультимодальная модель искусственного интеллекта, выпущенная Google, обладающая мощными возможностями генерации и редактирования изображений. Она способна создавать и изменять изображения с помощью простых текстовых подсказок, поддерживает мультимодальные ввод и вывод, включая текст, изображения, аудио и другие типы данных. Ключевой особенностью Gemini 2.0 Flash является её врождённая мультимодальность — возможность одновременно обрабатывать задачи генерации текста и изображений в рамках одной модели.

1. Использование Gemini 2.0 Flash в AI Studio

В этом руководстве я шаг за шагом покажу вам, как использовать Gemini 2.0 Flash в AI Studio для генерации или редактирования изображений.

1. Войдите в Google AI Studio

• Откройте браузер и перейдите на Google AI Studio, войдите с помощью своей учётной записи Google.

2. Выберите модель

• После входа вы увидите интерфейс, в котором можно выбрать различные модели.

• В раскрывающемся меню «Model» найдите и выберите модель 【Gemini 2.0 Flash (Image Generation) Experimental】.

3. Введите текстовое описание для генерации изображения

1. В поле 【Create prompt】 на странице введите описание изображения, которое вы хотите получить. Чем подробнее описание, тем ближе результат к вашим ожиданиям. Например: «Белый кролик, бегущий по лесу, солнечный свет пробивается сквозь листву и ложится на землю, стиль изображения — реалистичный, разрешение 1080p».

2. После ввода описания нажмите кнопку 【Generate】 или 【开始】 и дождитесь, пока модель создаст изображение.

4. Редактирование изображения

Если сгенерированное изображение вас не устраивает или вы хотите его дополнительно отредактировать, введите новую инструкцию в поле 【Create prompt】.

• Добавление элементов: например, «добавить на изображение красную розу».

• Изменение стиля: например, «изменить стиль изображения на мультяшный».

• Корректировка деталей: например, «изменить цвет глаз кролика на синий».

После каждой введённой инструкции нажимайте 【Generate】 или 【开始】 и дожидайтесь, пока модель создаст новое изображение.

5. Загрузка изображения для редактирования

1. Если у вас уже есть изображение, которое нужно отредактировать, нажмите кнопку 【Upload Image】 на странице, чтобы загрузить его.

2. После загрузки введите в поле 【Create prompt】 нужную инструкцию по редактированию, например: «заменить фон изображения на голубое небо с белыми облаками».

3. Нажмите 【Generate】 или «开始» и дождитесь, пока модель завершит редактирование.

2. Использование через подключение к Gemini API

1. Получение API-ключа

• Перейдите в Google AI Studio.

• Нажмите кнопку «Создать API-ключ» (创建 API 密钥). Не забудьте скопировать ключ.

• Вставьте его в файл с именем .env в следующем формате:

GOOGLE_API_KEY=replace_this_with_api_key

2. Установка зависимостей Python

Если вы используете Python, необходимые библиотеки можно установить следующей командой:

pip install google-genai pyautogui python-dotenv sounddevice numpy

Также можно скачать файл requirements.txt из репозитория на GitHub и использовать его для создания окружения Conda:

conda create --name gemini python=3.11
conda activate gemini
pip install -r requirements.txt

3. Написание кода для вызова API

Для вызова функции генерации изображений Gemini 2.0 Flash используйте следующий пример кода:

from google.generativeai import Client
# Инициализация клиента
client = Client(api_key="你的API密钥")
# Генерация изображения
prompt = "一只在森林中奔跑的白色兔子，阳光透过树叶洒在地上，画面风格是写实的，分辨率1080p。"
response = client.generate_image(prompt)
# Сохранение сгенерированного изображения
with open("generated_image.png", "wb") as f:
f.write(response.image)

3. Продвинутые способы использования

1. Указывайте объект редактирования

Если на изображении несколько объектов, необходимо явно указать, что именно вы хотите отредактировать. Например:

«Изменить цвет глаз кролика на изображении на синий».

«Заменить фон изображения на голубое небо с белыми облаками, но оставить кролика без изменений».

2. Генерация серии изображений на основе текста

Если вы хотите получить серию связанных изображений, можно сначала ввести начало истории, а затем постепенно её развивать. Например:

«Создать сцену, где ребёнок играет на берегу моря».

«Затем ребёнок подбирает ракушку и внимательно её рассматривает».

«Наконец, ребёнок кладёт ракушку обратно в море».

3. Использование английских подсказок

Если сгенерированное изображение не соответствует ожиданиям, попробуйте перевести описание на английский. Например:

Китайский: «一只在森林中奔跑的白色兔子。»

Английский: «A white rabbit running in the forest.»

4. На что следует обратить внимание

Ограничения бесплатного тарифа:Бесплатный лимит использования Google AI Studio ограничен: в настоящее время разрешено не более 50 запросов в день и не более 2 запросов в минуту.При превышении лимита может потребоваться подождать некоторое время или перейти на платную версию.

Точность описания:Чем подробнее описание, тем точнее будет соответствовать сгенерированное изображение. Старайтесь использовать конкретные слова и детальные описания.

Конфиденциальность и безопасность:Не загружайте и не создавайте изображения, содержащие конфиденциальную информацию; убедитесь, что ваше использование соответствует действующему законодательству.

sh для генерации и редактирования изображений. Если возникнут вопросы, всегда можно обратиться к официальной документации!

Официальная документация Gemini 2.0:https://ai.google.dev/gemini-api/docs/models?hl=zh-cn