En diciembre, presentamos por primera vez la generación de imágenes nativas en Gemini 2.0 Flash a verificadores de confianza. Hoy, la ponemos a disposición de los desarrolladores para que experimenten en todas las regiones que admite actualmente Google AI Studio. Puedes probar esta nueva función utilizando una versión experimental de Gemini 2.0 Flash (gemini-2.0-flash-exp) en Google AI Studio y a través de la API de Gemini.
Gemini 2.0 Flash combina la entrada multimodal, el razonamiento mejorado y la comprensión del lenguaje natural para crear imágenes.
Estos son algunos casos en los que las salidas multimodales de Flash 2.0 se destacan:
Usa Gemini 2.0 Flash para contar una historia y el sistema la ilustrará con imágenes. Mantendrá la consistencia en relación con los personajes y el entorno. Si escribes comentarios u otras instrucciones, el modelo volverá a contar la historia o cambiará el estilo de los dibujos.
Gemini 2.0 Flash te ayuda a editar imágenes en función de un diálogo en lenguaje natural, de modo que logres una imagen perfecta o puedan explorar diferentes ideas juntos.
A diferencia de muchos otros modelos de generación de imágenes, Gemini 2.0 Flash aprovecha el conocimiento del mundo y el razonamiento mejorado para crear la imagen correcta. Por este motivo, es perfecto para crear imágenes detalladas y realistas, como ilustrar una receta. Si bien se esfuerza por la precisión, como todos los modelos de lenguaje, su conocimiento es amplio y general, no absoluto ni completo.
La mayoría de los modelos de generación de imágenes tienen dificultades para renderizar con precisión secuencias largas de texto, por lo que se suelen generar caracteres mal formateados o ilegibles, o faltas de ortografía. Los puntos de referencia internos muestran que 2.0 Flash tiene una representación más sólida en comparación con los modelos líderes de la competencia y es ideal para crear anuncios, publicaciones en redes sociales o incluso invitaciones.
Comienza a usar Gemini 2.0 Flash a través de la API de Gemini. Obtén más información sobre la generación de imágenes en nuestros documentos.
from google import genai
from google.genai import types
client = genai.Client(api_key="GEMINI_API_KEY")
response = client.models.generate_content(
model="gemini-2.0-flash-exp",
contents=(
"Genera una historia sobre una tortuguita bebé en estilo de arte digital 3D. "
"Genera una imagen para cada escena."
),
config=types.GenerateContentConfig(
response_modalities=["Text", "Image"]
),
)
Ya sea que estés creando agentes de IA, desarrollando apps con hermosas imágenes como historias interactivas ilustradas o intercambiando ideas visuales en una conversación, Gemini 2.0 Flash te permite agregar texto y generar imágenes con un solo modelo. Tenemos muchas ganas de ver qué crean los desarrolladores con la generación de imágenes nativas y sus comentarios nos ayudarán a finalizar una versión lista para producción pronto.
Gemini 2.5 Flash and Pro, Live API, and Veo 2 in the Gemini API
Announcing the Agent2Agent Protocol (A2A)
Aprovecha tu potencial: descubre el Programa para desarrolladores de Google mejorado
Apigee announces general availability of APIM Extension Processor