Google27日正式推出Gemini最新一代影像編輯技術，主打能在更換造型或場景時，仍精準保留人物與寵物的神韻，解決以往人工智慧生成影像常見「相似卻失真」的問題。這項由DeepMind團隊開發的模型，已率先在Gemini應用程式中上線，讓用戶能透過對話不斷修正圖片，甚至將多張照片融合成新畫面，呈現更自然的效果。

新功能的最大特色，在於能維持角色外觀一致性，即使經過多輪修改，臉部特徵、比例及服裝細節仍能延續原貌，避免出現「變臉」情況。使用者不僅能隨意調整背景、物件與風格，也能將某張照片的色調或質感套用到另一張影像，創造個人化的視覺風格。所有經Gemini處理的圖片，系統都會自動加上明顯水印與SynthID數位標記，確保來源可追溯，回應外界對假資訊與深偽影像的疑慮。

除了影像功能升級，Google同步強化了NotebookLM的筆記助理工具。原本的「影片摘要」功能已擴展至超過八十種語言，包括繁體中文，讓學生、研究人員或自學者都能快速掌握重點。語音摘要也從簡短的重點提示，進化為更有深度的完整分析，帶來與英文版相同的結構與細緻度，協助用戶更全面理解內容。

此次更新顯示Google正積極在生成式AI市場中強化競爭力。相比其他對手如OpenAI的DALL·E 3、Adobe Firefly與Stable Diffusion，Gemini憑藉角色一致性、編輯靈活性與透明機制，尋求建立差異化優勢。未來這套工具能否在創作、教育與娛樂領域獲得更多使用者青睞，仍是值得持續關注的焦點。【記者  鄒弘整理報導】