Gemini 2.0 Flash Preview – Image Generation: jobb képgenerálás, ingyen

A Google csendben, alig észrevehetően frissítette Gemini 2.0 Flash modelljének képgeneráló képességét amely mostmár a fejlesztők számára is elérhető API-n keresztül. Természetesen a Google AI Studio felületén továbbra is ingyen használható.

Az új verzió legfontosabb újdonságai a következők:
- jobb vizuális minőség
- pontosabb szövegmegjelenítés
- jelentősen csökkentett szűrőblokkolási arány.

A „filter block rate” (szűrőblokkolási arány) arra utal, hogy a modell milyen gyakran utasít vissza egy generálási kérést, mert a beépített biztonsági és tartalomszűrők (például erőszakos, felnőtt vagy más problémás tartalom kiszűrésére szolgáló mechanizmusok) „blokk” vagy „tiltás” jelzést adnak.
Ha ez az arány magas, akkor sok kérést automatikusan elutasít a rendszer, még akkor is, ha a felhasználó által kért kép valójában nem sért semmit.

A „jelentősen csökkentett” arány azt jelenti, hogy az új, 2.0-s modell kevesebb hibát produkálnak a szűrők: több érvényes, biztonságos kérést engednek át, és kevesebbszer „téved” a rendszer, amikor feleslegesen blokkolna.

Az AI Studióban a Gemini 2.0 használatához kövesd az alábbi lépéseket:
1. Nyisd meg a videó leírásában található linket.
2. Válaszd a „Chat” fület.
3. Állítsd be a modellt „Gemini 2.0 Flash Preview – Image Generation” módra.
4. Ügyelj a korlátokra: legfeljebb 10 kérés percenként és napi 1500 kérés.

*Linkek*
Create and edit images with Gemini 2.0 in preview: https://developers.googleblog.com/en/generate-images-gemini-2-0-flash-preview/
Google AI Studio: https://aistudio.google.com/
Midjourney: https://www.midjourney.com/imagine
HiDream-E1: https://github.com/HiDream-ai/HiDream-E1
Ic-Edit: https://huggingface.co/spaces/RiverZ/ICEdit
DreamO: https://huggingface.co/spaces/ByteDance/DreamO
GitHub DreamO: https://github.com/bytedance/DreamO
Képgenerátor Aréna: https://github.com/mp3pintyo/Leaderboard-Image