最近，谷歌一口氣對 AI 模型能力做了一次大升級，其中最吸引我的是 Gemini 2.0 Flash (Image Generation) ，這個模型對設計師來說，實用性很強。

更多新模型的介紹：

然后谷歌這個模型也開放了 API，可以很容易把它接入到 ComfyUI 中，我自己試用后很興奮，忍不住在我的社群里跟大家分享，太驚喜了！

可能有朋友還不知道 Gemini 2.0 Flash 是個啥模型？能做什么？

我先簡單總結(jié)下：Gemini 2.0 Flash 最早是在 2024 年 12 月 12 號發(fā)布的，那時候只是作為一個實驗性的發(fā)布，并不對我們普通用戶開放。經(jīng)過幾個月的測試后，在 3 月 12 號已經(jīng)測試通過，正式全面向所有人開放了。它能通過自然語言生成或編輯圖片，和 ComfyUI 有點類似，可控性很好。

可控性好就意味著在工作中將會變得實用，前段時間還跟騰訊的同事聊天，發(fā)現(xiàn)他們現(xiàn)在都已經(jīng)要求團隊的人必須會 ComfyUI 了，招人也是有這個要求，能通過搭建工作流解決工作問題，對這塊很是重視。

模型怎么用？

它的使用很簡單，打開官方這個鏈接 ：https://aistudio.google.com/prompts/new_chat

然后選擇 Gemini 2.0 Flash (Image Generation) Experimental 這個模型

在主頁上，它給了 3 個示例，可以分別點擊這幾個示例，就大概知道怎么用了。

先快速說下官方給的這 3 個基礎用法示例

1. 圖片編輯

用最直白的話就能對圖片進行修改。

這里的提示詞是：給牛角面包撒點巧克力。

我們還可以繼續(xù)用對話對圖片進行編輯，比如“給這張圖上面加點奶油”，如果覺得不大夠，還可以“奶油再多一些”。

基本上它的生成就是指哪打哪，不會把原圖搞亂，這就跟咱們在 PS 里修圖挺像的了，非常實用，AI 改圖最怕的就是改完之后原圖搞不像了，可控性至關重要。下次你老板再戳你屏幕的時候，直接讓他把意見打成文字，一分鐘給他改好。

2. 創(chuàng)建圖片繪本

可以讓它幫你寫一段故事腳本，并且每一個場景配上一張圖，且每個片段的圖是連貫的。

這里的提示詞官方給了示例：生成一個故事，關于一只小山羊在一個農(nóng)場冒險的故事，每個場景對應生成一張配圖。

點示例后，它很快就生成了 9 個故事場景，然后每個場景都會生成一張統(tǒng)一主角，統(tǒng)一風格的配圖。效果驚人！

以后繪本生意估計不好做了。家里小孩想看繪本，咱們自己都能很快出一套，打印出來就能做成冊了。親手做出來給孩子的繪本，成就感肯定不一樣，言傳身教。

3. 生成生日卡片

它還能通過最直白的對話，生成一張海報，文字內(nèi)容我看了下完全正確，直接就能發(fā)給朋友了。

好，官方的幾個示例都特別簡單，自己去試下絕對能明白，沒什么好說的。下面我要講下它的進階用法，我感覺這才是大招！這也是這個模型讓我覺得最有用的地方，它提供了 API 的方式，可以隨便免費插入到其他應用中，比如 ComfyUI。

我經(jīng)常跟社群的朋友們說，一定要學會 ComfyUI，因為它真的能幫我們解決實際項目問題，但很多朋友的電腦配置帶不動 ComfyUI，有心無力，現(xiàn)在有了谷歌的這個新模型 API，只要你能在電腦上啟動 ComfyUI，你的顯卡多差都無所謂，一樣能通過 ComfyUI 工作流快速生成想要的效果。

具體在 ComfyUI 里怎么接入這個模型？然后又有哪些進階玩法呢？咱們繼續(xù)說。

先啟動 ComfyUI，如果你還不知道怎么安裝，可以看這篇：

打開插件安裝器，搜 Gemini-API （ https://github.com/tatookan/ComfyUI_ssl_gemini_EXP ），注意看最新更新的時間，裝完之后重啟 ComfyUI，它就會生效。

上面是連單張圖的，如果你還想要通過 2 張圖合并生成，可以裝上這個節(jié)點：ComfyUI Gemini Flash （ https://github.com/ShmuelRonen/ComfyUI_Gemini_Flash ）節(jié)點。

然后雙擊 ComfyUI 空白處，搜索 gemini，把這個節(jié)點調(diào)出來

前面連上你想調(diào)的圖片，后面接上圖片預覽，就能用起來了。

但在這之前，面板上還有一個 api_key 需要填，這個從哪弄到呢？

還記得前面打開的 google AI studio 嗎？怕你忘了，地址再說一次：https://aistudio.google.com/prompts

左上角有一個藍色按鈕，“Get API key” 。

點中間的創(chuàng)建 API 秘鑰

創(chuàng)建完之后，把這個秘鑰復制上

貼到 ComfyUI 中剛才創(chuàng)建的節(jié)點里

到這配置就完成了，沒任何難度。

當結(jié)合 ComfyUI 后，它能玩的東西就非常多了。相當于把之前可能需要一堆節(jié)點才能完成的事，現(xiàn)在用谷歌一個節(jié)點也能做。我給大家示例一些，其他的大家再發(fā)揮下想象力，把你想到的有意思的用途放在評論區(qū)。

① 給圖片去水印

本來我想找一張車的白模給大家演示，但找到的圖是帶水印的，那就先去掉水印。

提示詞：把這張圖中的水印去掉，只保留車。

修改結(jié)果，發(fā)現(xiàn)它不僅把水印給去掉了，還把位置和光影移動到了更好的位置，圖片的清晰度和質(zhì)量都幫忙提升了。

② 上色+換背景

有了高質(zhì)量白模圖，咱們繼續(xù)讓這張圖變得更真實。

給這張圖上個材質(zhì)，換個環(huán)境

提示詞：給圖中的車上個色，讓它看起來更真實好看,車開在戶外的公路上，路兩邊有山林，保留車的角度和特征。

結(jié)果還行吧，基本特征算是繼承了下來。

③ 換衣服

給車上完色，咱們接著來做點更實用的事，給模特換衣服，這在電商領域經(jīng)常用到。

提示詞：給這位美女換一件白色襯衫

換完衣服，動作稍微有些變化，但畫面的背景，人物的其他特征基本上得到了保留。

④ 給一件衣服做一張廣告圖

假如我們有一件衣服需要把它做成一張宣傳圖。

提示詞：給這件衣服添加一個小孩子模特，做出一張電商廣告圖，保持衣服的一致性

⑤ 給人物換個表情

以前在 ComfyUI 中換表情，調(diào)起來挺麻煩的，現(xiàn)在接入這個 API 后，換表情不要太容易，而且效果還不錯，人物特征保持的特別好。

比如我拿哪吒來嘗試，讓他張嘴笑起來。

提示詞：讓圖片中的人物大笑起來，嘴巴需要打開，保持人物的特征不變。

修改結(jié)果

上面這些操作，你也可以不用 ComfyUI，直接用谷歌的那個對話框也能搞定，只不過在 ComfyUI 里有批量或者其他更多操作的時候，會更方便一些。

AI 的發(fā)展，其實一直都在降低技術學習成本，ComfyUI 學習對很多人來說太復雜，我就知道早晚會把它的難度打下來，只是沒想到這么快。

果然在 AI 世界，每天都在發(fā)生巨變，我們要做的就是保持關注，積極接納，多用多學習。一起適應這個正在發(fā)生巨變的世界。

歡迎關注作者的微信公眾號：「彩云譯設計」