防盗水印一秒蒸发、证件照10秒抠图，谷歌Gemini 2.0 新神技很难评
编辑|Sia
谷歌家的 AI ，你咋又双叒叕搞事情啦！
今儿一早，谷歌的 Gemini 2.0 Flash 突然冲上风口浪尖——一个刚开放的图像编辑功能，竟然被网友玩成了「水印粉碎机」！连 Getty Images 等专业图库的防盗水印都能咔咔消除！
吃瓜群众闹不明白了，原来谷歌隐藏业务是给盗图党发外挂？
虽然挂着「实验功能」的免战牌（目前仅限 AI Studio 体验），但也架不住网友实测打脸。
隔壁家的 Claude 和 GPT-4o 早就把这类请求拉黑名单了，唯独 Gemini 像个铁憨憨，来者不拒照单全收。
免费体验：https://aistudio.google.com/prompts/new_chat
到底是咋回事？
咱们赶紧围观网友们晒出的各种「铁证」。
输入类似「 remove the marks and text over the image 」的要求，新生成的图像立刻变干净。
乍一看，还真像那么回事儿。
我们也拿了张明星 G 社的生图试了一下，真就一句话的事儿。
为了防止朋友圈盗图，一位鸟友刚学会用美图秀秀给作品加水印。
我一句话就给她去掉了。
小红书水印也能顺利去掉。
大面积的水印，貌似也能搞定。
这么大面积的堆字，居然也能行，有些夸张啊！
难道 Gemini 2.0 Flash 真是完美的水印去除器？其实，不是。
比如，这种满屏+半透明的水印，就很难搞定。
这是一篇财新报道的截图，系统会自动添加水印，也是半透明+全屏。
结果（右图）呢，水印确实没了，但文字全成了乱码。
为什么会这样呢？
我们推测，和「脑补」图片相比，「脑补」文字实在难太多。
换句话说，这个新模型应该是通过一些方式重新画了一张图，而不是真会编辑掉水印。
它会根据学习到的模式生成全新图像，包括填充原来水印的位置，而不是直接复制或重复使用原始图像。
其实，一些眼尖网友也发现比如这张图「去水印」后，山都消失了，完成是一张新照片。
虽然 Gemini 2.0 Flash 「去水印神力」涉嫌违法的说法不是很有说服力，但这次祭出了业界首个「图片文字一把抓」的全能模型，确实是一件大事儿。
要知道，传统 AI 作图要像打乒乓球似的在文字模型（ LLM ）和画图模型（扩散模型）间传话。
有了这个真正的原生多模态生图工具，一番实测， 这速度比我 PS 按保存键还快！而且 ，OneShot （不用反复生成）的概率很高。
用网友的话说，它基本上完成了人类使用 Photoshop 克隆工具所做的事情，但只需几秒钟而不是一个小时。
你可以直接用文字进行各种 PS 。
比如，合照中的 Jennie（右） 作为素材，直接生成一张白底的护照证件照。
将文本快速清晰地集成到图像中，也很出色。替换图片文字，居然一次就成功（也许是运气好？）。
这些体验，几乎都是一次成功。
脑洞再大点。同时输入两张图片，可以轻松生成广告图片。
怎么样，可还行？
这个案例更复杂。刘雯要同时展示衣服和包包。
整体合理，结果还是有明显瑕疵，主要是手没拿住包包。
考虑到一次就能生成这个水平，已经很意外。
模型可以连续出图、还能保持风格一致性，不必每次都从头开始。
就像和专业修图师沟通，你只管提要求，它负责改，而且反应很快。
Jennie 变换不同角度的图片，还能「脑补」全身图：
让全智贤不断变换造型，都是一次性成功。
最好玩的是这个例子。清空房间，按照你的要求，重新装修设计。
这是模型最后给到的中式家居风格。
网友的一个案例。
首先想要「一个舒适的阅读角落，里面有壁炉、摆满小说的书架和一把舒适的大扶手椅。」
然后，进一步要求「用柔和温暖的灯光营造夜晚的氛围」、「扶手椅上放一只睡觉的猫。」
最后，「给房间营造复古的维多利亚风格」。
最终结果几乎和他想象的一模一样。
除了唠嗑式生图、修图，Gemini Flash 2.0 还有一个很好玩的功能——视觉故事，一次性生成带配图的内容。
比如，写一个曲奇饼干的教程，要求图文并茂，然后一键搞定。
讲一个简单的卡皮巴拉冒险小故事，图文并茂。
从 0 到 1 画翠鸟，从线条概念图开始，每一步都用图片展示。
以后我们会带来更多好玩的AI话题，也欢迎大家进群交流。
(来源:机器之心)
