Google Gemini修图能力评测：多模态AI的修图实力

简单说：Gemini能看图、能理解、能按文字指令改图。去背景、换风格、局部编辑都行，但精细度不如专业修图软件。适合快速出图，不适合商业精修。

Google的Gemini能修图？能。

多模态嘛，看图说话、按指令改图都是基本功。FlowPix编辑部把Gemini 2.0和Gemini Pro都试了一遍，直接说结论：理解力强，执行力中等。今天把实测体验写清楚。

能做什么

Gemini修图核心就三件事——理解图片内容、按文字指令修改、生成新图。去背景、换风格、加元素都能干。

上传一张照片，打字说"把背景换成海滩"或"把这个人变成卡通风格"，Gemini会理解并输出修改后的图。不用点选区、不用调参数，纯对话式操作。Gemini在Google AI Studio和Android App里都能用。

理解力确实好。你说"把左边那朵花去掉"，它一般能认出来。比很多只会全局处理的工具强。

效果怎么样

去背景、换风格效果中上。局部精细编辑会有点糊，边缘偶尔不自然。发朋友圈够用，做产品图差点意思。

我们试了人像去背景，抠得还算干净，头发丝会有点锯齿。换背景的话，光影融合有时候不自然，仔细看能看出拼接感。

风格转换不错。转油画、转素描、转动漫，效果都在线。跟专门做风格转换的App比，不输。

和GPT-4o、Claude比

Gemini理解图片能力跟GPT-4o差不多，可能略强。执行编辑的话，三家各有千秋，没有明显碾压。

GPT-4o的DALL-E编辑集成在ChatGPT里，流程顺。Claude的图片编辑能力在进步，但还没完全放开。Gemini的优势是Google生态，跟Photos、Drive打通方便。

说实话，多模态修图这块大家还在卷。半年后再比可能又不一样。

根据Google AI博客，Gemini 2.0在2025年支持了更细粒度的图像编辑，多模态理解准确率提升明显。FlowPix编辑部建议：日常快速修图用Gemini挺方便，专业需求还是上DALL-E或Photoshop。更多AI修图工具看AI修图神器盘点。