不止能做钟馗手办！全网最强图像生成AI实测：这是终极版PS？

Gegu

最近两周，“手办化”突然就火了。

: i, T! Q6 v+ d0 T% I& e: f
事情是这样的，大约在两周之前，大模型竞技场LMArena上架了一个只闻其名，不见其身的神秘模型——“nano banana”，按照官方说法，这是一个顶尖的图像生成与编辑模型，能实现前所未有的创作控制力。


3 b( P. L9 J" A1 p% U" x* ~/ R! P结果呢？整个互联网的AIGC玩家，都在用它变身“手办大师”。
# y% M  f1 A2 l
; a: `- t4 j8 K+ H0 a7 @% ~
不开玩笑，小雷是真被这玩意给刷屏了，这两天一打开群聊，就能看到无法无天的群友们在拿这玩意疯狂整活，有把自己头像做成限量版GK模型的，有把自家猫狗“手办化”的，甚至还有给刚发布的《黑神话：钟馗》弄雕像和游戏盒的，推特上的国外网友玩得更是乐此不疲，看得我都有点心痒痒的。

5 a* {9 |  E' Q1 d& t( i; I- y+ h
2 [. q: z4 o' o2 j. w7 m8 m# R( j9 ~幸好，这次我们不用眼巴巴地羡慕了。
/ E5 ?: r! O" s* W9 n/ D0 M
' `3 J" H" J- d% D' s/ t1 E
7 S/ d. I3 J( h; a2 \0 L" `

（图源：LMArena）

8 K, b/ Q$ n% J6 D1 W. V% P7 m
! y' G. L; Z9 c0 [7 j
7 H3 f+ j+ u/ @0 `0 w! k3 N- d2 |. W随着Google的正式发布，如今Gemini 2.5 Flash Image已经通过Gemini API和Google AI Studio向公众开放预览，用户只需访问官网，就能直接体验到下一代图像模型的威力。


* @3 j- m8 C5 K3 |' w  I( M最重要的是，这玩意在AI Studio里进行测试是完全免费的，对于我们这种热爱尝鲜的玩家来说，简直是把探索未来的门槛给直接铲平了。


话不说多，我们这边直接开整！
9 n2 z, H3 m3 ]$ W

Gemini 2.5 Flash Image让人人成手办大师
1 E3 V( p! s0 H% H$ e
7 g3 {, d6 {# d3 W. F2 b

5 ]7 |4 j7 r+ s! }& k2 Y想体验这个功能的话，其实还蛮简单的就是了。


! L$ x" E# W3 u0 N6 S打开Google AI Studio网页版，在Generate media选项卡下就能找到Gemini 2.5 Flash Image。界面非常直观，一个提示词输入框，一个上传图片的区域，这就是通往新世界的大门。
. ^! i: o4 b7 ]+ X0 W

要做的事情很简单，上传一张图片，然后用自然语言告诉它我们想要生成的内容就像。

（图源：Gemini）

, [1 y# K* @1 H2 w6 \* ]
+ o; k% g' [# }% q( k( v
话不多说，先来看图。


首先，我们准备一张自己想要进行“手办化”的图片，可以是动漫，也可以是真人，甚至不必是全身照，比如这张来自漫画《捉摸不透的***织子桑》里的有阿谷織子的单人图就很不错。

- y+ u3 H7 m2 q9 ?5 ^( {% b% k
8 x0 h) ^) l9 t接下来，输入提示词：

Please turn this screenshot of the character into a kotobukiya figure. Behind it, place a toy box printed with the character's image. Next to it, add a computer with its screen displaying the design, complete with the the character. In front of the box, add a round plastic base for the figure and have it stand on it. The PVC material of the base should have a crystal-clear, translucent texture, and set the entire scene indoors.

& e# |& J$ O; Q- A# y8 n" v6 u/ q
  ~0 k5 k! T% X4 o1 m+ b最终成品如下：
9 y1 O( H8 S+ U& L
# v% {9 g" \# K# ~) u1 C" I
! Q* B1 _, \. k/ L9 e% ^
9 F1 z! F  Q. j, ?, o3 i: h+ L! M# \

（图源：雷科技自制）

) i: o8 m# N* D- W! ^. n8 Y9 q: y

不得不说，Gemini对“手办质感”的理解已经超出了我的预期。

! f- r, ]0 q, z6 Y
这张图的生成效果达到了以假乱真的水准，无论是手办本身的材质（蕾丝、皮革、肌肤）、包装盒上的文字和品牌Logo，还是背景电脑屏幕上复杂的建模界面都很不错，只有高度模糊的背景能看出些端倪。
" c: F1 u( @' L( }- O8 l/ V

. H% l/ m0 y5 b% ?% V, b: N+ P% s再来些热门的，比如说《黑神话：钟馗》：


/ E' B4 b& i& K9 a9 r

（图源：雷科技自制）

0 q( J3 D. x) Q

; O+ G9 v: {% Q5 E! f; B) V接着试一下大家都关心的名人，比如说马斯克：
' a! B5 z6 P" i' Q3 M: O
" y3 a8 A5 s4 F% N! }

（图源：雷科技自制）

从结果来看，转换效果可以说是几无失手，非常成熟。

5 D! |. b, v* Y$ f. k5 L
如果你想玩点更高级的，我们把这张生成的图片，扔进同样是豆包视频生成中，用提示词“画面外的人从两边伸出亚洲人的双手，拿起手办把玩并展示桌上手办的视频”，生成一段把玩手办的视频。
2 T- s% D% F0 M" ~0 [6 A* V

" b6 T4 }( k7 }3 P/ s* U0 N! C

0 p% I/ E" z: z
2 \2 k. Z! k7 }+ P
1 z0 u5 T/ I( g) w2 p- h$ }: ?) r. `

（图源：雷科技自制）

6 ~$ S9 c' a$ e

+ [$ V; x: ~1 R2 {# ~3 ]3 p如果用提示词“360度缓慢旋转这个手办，转台拍摄”，就能生成一段平滑的环绕展示视频。
" Z) `* e% r2 i) U- I
4 s" `: c. Q$ U: h2 x

. e, |) K8 k0 v7 P

（图源：雷科技自制）

, u. Y+ D: r2 `2 u1 ?8 t

: u* a' Q& B5 h5 T* G最后还可以用Meshy或者腾讯混元3D，将手办3D建模化，我们就能得到一个可以自由旋转、缩放的3D模型。

（图源：雷科技自制）

6 M9 I" Q( z3 Y' K/ b; i
3 B7 \1 \. D& k( Q
  a; W. n6 E! N虽说后两步借助了其他工具，但由Gemini 2.5 Flash Image产出的高质量初始素材，是整个工作流成功的基石。这种打破次元壁的做法，让每个人都能低成本地实现从一个想法到3D产品的完整流程，在过去是很难想象的。

1 D1 \- _( P5 d% d
修图能力更强了，其实是终极版PS？
4 i) N. }. ^% ~! ~$ a/ w( z) t
# M, O4 s# f' C  L- Q4 K" A2 x. F

( P2 R5 q# g( s9 o; b
! f* k- t3 K8 J: b* X# T. G不过，人人都在玩手办化，是不是有点大材小用了？

& W: g  v! s- w( s5 ~
3 d" p% `9 C' H) D# _我们不妨转换一下思路，把它当成终极版的PS来用？
9 F0 H8 Q3 K1 p& Q$ T

6 H  H; P% w2 C+ L! J; `% s, C举个例子吧，比如说那些珍贵的、但因年代久远而模糊破损的老照片，它能不能修复呢？
" P* C( _) _1 @* k# v& J7 ~

2 H- p: ]4 p0 T! {' V  g. z0 f我上传了一张黑白老照片，照片上有划痕和噪点，清晰度也很低。

（图源：X）

0 |  e: _  C& b
$ D% H9 j$ g* h1 k0 o; v接下来，输入提示词：
9 J0 c3 m9 O) y  q7 V' \

; j$ p6 K" R/ |( K$ }% M1 e8 y" [

Restore this old photo, remove scratches and noise, increase the resolution, and colorize it realistically.

（图源：Gemini）

! O9 r3 P9 f3 p$ H" _
( X' U% s- K2 t, f$ w+ |
0 v7 |; v  e* l+ g. N9 D2 U答案是，“完全可以，而且效果惊人”。


可以看到，Gemini 2.5 Flash Image不仅清除了物理损伤，还通过算法补全了缺失的细节，面部的纹理和眼神光都得到了合乎逻辑的重现。上色的效果也偏近自然，没有出现早期AI上色那种“塑料感”，充满了温暖的时代气息。
3 h7 U$ r% M$ g/ F3 H' s, H+ `2 M/ i
  j5 i. I* @6 l1 S1 @4 i5 v
再试试设计行业里源远流长的梗，“把白天改成黑夜”这种要求，它能不能实现呢？


' g9 u0 ]% {3 M& Q

（图源：雷科技）

( n' t! d  }  x9 q/ A
/ g* y, _3 B& Q5 Q- h提示词：

1 L" K9 ?  s4 V! B! L* s, u
1 o) g9 T" ]4 F8 ^- U

Change the scene to night time, turn on the streetlights and the lights inside the buildings, make it look like it's raining slightly.
' `/ d  S5 _+ X$ d  j6 J

7 N: h( X# y; G8 h* g2 [9 k1 C* z
8 F: J7 u7 {% X& I, Y/ `. o1 h& f

（图源：Gemini）

' M- c- @( h6 |0 M6 \

% c+ L6 t2 F; j  O7 d6 F, T" d只能说，Gemini 2.5 Flash Image在语义理解和光影重构这块，已经达到了很出彩的水平。它不仅仅是简单地调暗画面，而是真正理解了“夜晚”、“灯光”、“下雨”这些概念，并合乎物理逻辑地对整个画面进行了重新渲染。


) |; F& E& Q% t! m最后，我也试了一下它的风格切换能力。这次就拿《Panty&Stocking》里的画面做例子：

: b9 _# ]! T$ Y4 g% p

（图源：X）

0 t6 b/ a- i1 e- x
' ^. j8 U/ v; T
& W% `- u' c8 c
; C4 g  w( [! z
4 b( N( w* l( F; b提示词：

. I; |0 [) ~7 Q- [
3 e0 ?7 `2 O' q& B: v

Convert this scene into a photorealistic movie still from a 1990s live-action film, directed by Wong Kar-wai.

9 k* N# R# g0 \* ]) v

（图源：Gemini）

& `2 j! U2 e* B; G% |9 J
很有意思，它不仅做到了“三次元化”，还微妙地捕捉到了王家卫电影那种独特的色彩、光影和氛围感。


' o4 N6 B" o: C& D这种跨越媒介和导演风格的无缝切换，为艺术创作提供了更多可能。
) q* h4 r2 a! e9 P6 K. d. E

不算完美，却堪称图片AIGC新标杆


* z4 c* B- M+ t: R! J
不可否认，Gemini 2.5 Flash Image的发布，标志着AI在图像生成领域实现了重大突破。
( Y) P9 I6 b( m
! L. v+ d" C# f2 F, j
/ x2 X5 ^* O! f3 i8 ~* t7 q$ j  j就像我展示的那样，曾经需要专业人士花费数小时在PS里用蒙版、图层、笔刷精雕细琢的工作，如今只需一句自然语言就能瞬间完成，甚至修图效果比我这种半吊子还要好上不少，属实有点惭愧。
+ {  r9 o6 j9 w5 B
0 B5 x/ r9 u  c- h
) D" x0 m# K- Z& k7 t. P( R1 ]. _目前该模型在预览阶段，并非完美无瑕。
4 e4 i& D! G/ }# z* m! y, n( O

在处理极其复杂的、包含大量人物的场景时，Gemini偶尔还是会出现轻微的逻辑错误或细节失真。对于一些过于抽象或违反物理常识的指令，它的理解能力也还有提升空间。
5 [$ @$ f9 [5 v! O) s. q/ {  I! l3 t# g

不管怎么说，Gemini 2.5 Flash Image算是为AI图片生成应用树立了一个新的标杆。

, U- X( b( {7 B# k7 G+ {; d( n1 a
5 X- _2 |! R+ w1 E/ `' g; r可以预见的是，随着技术的不断成熟和成本的降低，未来手机、电脑的相册和编辑器都可能会原生集成这项功能，就像AI消除、AI扩图那样走进寻常百姓家。无论是专业设计师还是普通用户，每个人都有机会轻松上手，将自己脑海中的创意和对美的理解，更直观、更高效地展现出来。

# x# I$ E/ ~- K- J' x* S9 j: n+ b5 `
修图有手就行？或许真的不是梦。

『本文转载自网络,版权归原作者所有,如有侵权请联系删除』