为您的应用添加自定义图像，能够显著改善和个性化用户体验，有效提高用户参与度。本文将探讨使用 Firebase AI Logic 生成图像的两种新功能: 其一是 Imagen 专属编辑功能预览版；其二是 Gemini 2.5 Flash Image (又名 Nano Banana) 正式版，后者的专长就是在情境或对话中生成图像。

借助 Firebase AI Logic 生成图像以提高用户参与度

图像生成模型可用于创建自定义用户个人资料头像，或将个性化视觉素材直接集成到应用关键流程中。

例如，Imagen 提供了尚处于开发者预览版的全新编辑功能。现在，您可以绘制遮罩并利用图像内绘制 (inpainting) 在遮罩区域内生成像素。此外，还提供了图像扩展 (outpainting) 功能，可用于生成遮罩区域外的像素。

△ Imagen 支持图像内绘制功能，可以仅生成图像的一部分

另一方面，Gemini 2.5 Flash Image (又名 Nano Banana) 可以使用 Gemini 模型渊博的世界知识和推理能力来生成与上下文相关的图像，这非常适合用于创建与用户当前应用内体验契合的动态插图。

△ 使用 Gemini 2.5 Flash Image 创建与您的应用上下文相关的动态插图

最后，借助对话和迭代编辑图像的功能，用户可以使用自然语言编辑图像。

△ 通过 Gemini 2.5 Flash Image，使用自然语言编辑图像

在着手将 AI 集成到您的应用中时，了解 AI 安全性非常重要。尤其关键的是，您需要评估应用的安全风险、斟酌调整以降低安全风险、执行适合您用例的安全测试，以及征求用户反馈并监控内容。

Imagen 或 Gemini 任您选择

Gemini 2.5 Flash Image (Nano Banana) 和 Imagen 之间的区别在于各自独特的侧重点和高级功能。Gemini 2.5 Flash Image 作为广泛的 Gemini 系列中的图像模型，擅长对话式图像编辑，能在多次迭代中保持上下文和主体一致性，并利用 "世界知识和推理" 来创建与上下文相关的视觉内容，或在长文本序列中嵌入准确的视觉内容。

Imagen 是 Google 的专业图像生成模型，专为更好地发挥创意和掌控作品而设计，擅长于高度真实的输出、艺术细节、特定风格，并提供明确的控制选项，来指定生成图像的宽高比或格式。

一起来了解如何在您的应用中使用上述功能。

使用 Imagen 进行图像内绘制

几个月前，我们发布了 Imagen 新的编辑功能。虽然 Imagen 的图像生成功能已可正式用于生产环境，但编辑功能仍处于开发者预览版阶段。

Imagen 编辑功能包括图像内绘制和图像扩展，二者均为基于遮罩的图像编辑功能。这项新功能允许用户修改图像的特定区域，而无需重新生成整个图像。这意味着您可以保留图像中您最满意的部分，只更改您想要调整的内容。

△ 使用 Imagen 编辑功能对图像进行精确的针对性更改，并保证图像其余部分的完整性

做出这些更改时，原始图像的核心元素和图像整体完整性不受影响，您可以仅调整遮罩区域。

要使用 Imagen 的图像内绘制功能，请先初始化 imagen-3.0-capability-001，这是支持编辑功能的特定 Imagen 模型:

// Copyright 2025 Google LLC.

// SPDX-License-Identifier: Apache-2.0

val editingModel =

        Firebase.ai(backend = GenerativeBackend.vertexAI()).imagenModel(

            "imagen-3.0-capability-001",

             generationConfig = ImagenGenerationConfig(

                numberOfImages = 1,

                 aspectRatio = ImagenAspectRatio.SQUARE_1x1,

                  imageFormat = ImagenImageFormat.jpeg(compressionQuality = 75),

            ),

        )

然后，定义图像内绘制函数:

// Copyright 2025 Google LLC.

// SPDX-License-Identifier: Apache-2.0

val prompt = "remove the pancakes and make it an omelet instead"

suspend fun inpaintImageWithMask(sourceImage: Bitmap, maskImage: Bitmap, prompt: String, editSteps: Int = 50): Bitmap {

        val imageResponse = editingModel.editImage(

            referenceImages = listOf(

                ImagenRawImage(sourceImage.toImagenInlineImage()),

                ImagenRawMask(maskImage.toImagenInlineImage()),

            ),

            prompt = prompt,

            config = ImagenEditingConfig(

                editMode = ImagenEditMode.INPAINT_INSERTION,

                editSteps = editSteps,

            ),

        )

        return imageResponse.images.first().asBitmap()

    }

您需要提供一张原始图像、一张遮罩图像、用于编辑的提示词以及需要执行的编辑步骤数量。

您可以在 Android AI 示例库的 Imagen Editing Sample 中，查看其实际运行效果！

Imagen 还支持图像扩展，该功能使您能让模型在遮罩外的区域生成像素。您还可以使用 Imagen 的图像自定义功能来更改图像风格或更新图像中的一个主体。有关详细信息，请参阅 Android 开发者文档。

使用 Gemini 2.5 Flash Image 通过对话生成图像

要使用 Gemini 2.5 Flash Image 编辑图像，一种方法是通过该模型的多轮聊天功能进行编辑。

首先，初始化模型:

// Copyright 2025 Google LLC.

// SPDX-License-Identifier: Apache-2.0

val model = Firebase.ai(backend = GenerativeBackend.googleAI()).generativeModel(

    modelName = "gemini-2.5-flash-image",

    // Configure the model to respond with text and images (required)

    generationConfig = generationConfig {

        responseModalities = listOf(ResponseModality.TEXT,

        ResponseModality.IMAGE)

    }

)

为了实现与上述基于遮罩的 Imagen 方法类似的结果，我们可以利用 chat API，启动与 Gemini 2.5 Flash Image 的对话。

// Copyright 2025 Google LLC.

// SPDX-License-Identifier: Apache-2.0

// Initialize the chat

val chat = model.startChat()

// Load a bitmap

val source = ImageDecoder.createSource(context.contentResolver, uri)

val bitmap = ImageDecoder.decodeBitmap(source)

// Create the initial prompt instructing the model to edit the image

val prompt = content {

    image(bitmap)

    text("remove the pancakes and add an omelet")

}

// To generate an initial response, send a user message with the image and text prompt

var response = chat.sendMessage(prompt)

// Inspect the returned image

var generatedImageAsBitmap = response

    .candidates.first().content.parts.filterIsInstance<ImagePart>().firstOrNull()?.image

// Follow up requests do not need to specify the image again

response = chat.sendMessage("Now, center the omelet in the pan")

generatedImageAsBitmap = response    .candidates.first().content.parts.filterIsInstance<ImagePart>().firstOrNull()?.image

您可以在 Android AI 示例库的 Gemini Image Chat Sample 查看该功能的实际运作，也可参阅 Android 技术文档以了解更多相关信息。

结论

Imagen 和 Gemini 2.5 Flash Image 都提供了强大的功能，允许您根据具体用例选择理想的图像生成模型，从而让您的应用更加个性化，并提高用户参与度。

文章信息

相关推荐

精选内容

关注【谷歌云服务】
微信公众号
微信咨询：
周一至周五 早上 9 点到晚上 6 点
联系我们