Google gần đây đã công bố khả năng xuất hình ảnh trực tiếp trong Gemini 2.0 Flash, cho phép người dùng thực hiện các chỉnh sửa ảnh thông qua những cuộc đối thoại tự nhiên. Đây là một bước tiến quan trọng trong việc phát triển mô hình đa phương thức của Gemini, với khả năng chấp nhận nhiều đầu vào, bao gồm văn bản, hình ảnh và âm thanh.
Một trong những tính năng nổi bật của Gemini 2.0 Flash là khả năng duy trì ngữ cảnh trong suốt cuộc trò chuyện. Điều này có nghĩa là người dùng có thể cung cấp một gợi ý ban đầu rồi tiếp tục hướng dẫn cho AI bằng ngôn ngữ tự nhiên. Đặc biệt, khả năng trình bày các hình ảnh có chứa văn bản dài chưa từng dễ dàng như vậy. Điều này mở ra khả năng tạo ra nội dung đồng nhất về cả hình ảnh và văn bản, ví dụ như yêu cầu AI tạo ra một công thức bánh quy socola cùng hình ảnh từng bước hướng dẫn.
Gemini 2.0 Flash không chỉ cải thiện khả năng xuất hình ảnh mà còn cho phép người dùng tạo ra những hình ảnh chi tiết và chân thực hơn so với các mô hình tạo hình ảnh độc lập hiện tại. Khả năng tạo ra nội dung phù hợp và cân nhắc bối cảnh giúp mô hình này trở nên lý tưởng cho việc tạo ra hình ảnh minh họa, chẳng hạn như trong lĩnh vực nấu ăn hay giáo dục.
Từ khi được giới thiệu vào tháng 12, Gemini 2.0 Flash đã chỉ dành cho những người thử nghiệm được tin cậy, nhưng hiện tại, mọi người đều có thể trải nghiệm thông qua Google AI Studio với phiên bản thử nghiệm cập nhật của Gemini 2.0 Flash. Để thử nghiệm, người dùng chỉ cần truy cập phần chọn mô hình và định dạng đầu ra là: Hình ảnh + văn bản. Tuy nhiên, có giới hạn về số lượng thao tác hàng ngày để đảm bảo tính ổn định của hệ thống.
Sự xuất hiện của Gemini 2.0 Flash đưa ra một hướng đi mới trong việc tích hợp tự động hóa vào cuộc sống hàng ngày, cung cấp cho người dùng những công cụ mạnh mẽ để sáng tạo nội dung. Khả năng biên tập hình ảnh thông qua các cuộc đối thoại tự nhiên là dấu hiệu cho thấy sự phát triển không ngừng của trí tuệ nhân tạo, đặc biệt trong lĩnh vực tạo ra nội dung sáng tạo.
