Pratinjau Gemini 2.0 Flash: Fitur pembuatan dan pengeditan gambar diperkenalkan

• Google merilis fitur pembuatan gambar melalui model Gemini 2.0 Flash sebagai pratinjau untuk pengembang
• Dengan perintah berbasis teks, pengguna dapat membuat, memodifikasi, dan mengedit sebagian gambar, serta kualitas visual dan rendering teks juga ditingkatkan
• Diperkenalkan berbagai kasus penggunaan seperti reskin produk, pembuatan SKU, dan pengeditan kolaboratif real-time
• Dapat langsung diuji melalui [Google AI Studio] dan [Vertex AI], dan batas penggunaan API juga telah ditingkatkan

---

Pratinjau fitur pembuatan gambar Gemini 2.0 Flash dirilis

• Berdasarkan masukan dari para pengembang, Google menyediakan fitur pembuatan gambar melalui model Gemini 2.0 Flash dalam versi pratinjau
• Pengguna dapat mengaksesnya melalui Google AI Studio atau Vertex AI

Peningkatan utama

• Kualitas visual ditingkatkan (dibandingkan versi eksperimen sebelumnya)
• Akurasi rendering teks ditingkatkan
• Tingkat pemblokiran oleh filter berkurang

Contoh fitur pembuatan gambar yang dapat dimanfaatkan

• Penggantian latar belakang gambar produk: foto produk yang ada dapat disusun ulang dengan berbagai latar dan lingkungan
• Pengeditan kolaboratif real-time: di aplikasi Gemini Co-Drawing, tersedia dukungan pengeditan gambar real-time oleh banyak pengguna
• Pengeditan interaktif hanya pada sebagian gambar: tanpa mengubah keseluruhan, hanya area tertentu yang dapat dimodifikasi melalui perintah percakapan
• Pembuatan SKU produk secara dinamis: dengan menggabungkan gambar dan teks, varian produk baru (warna, label, dll.) dapat dibuat otomatis
• Kolaborasi brainstorming dengan Gemini: melalui kombinasi teks + gambar, berbagai skenario seperti masakan, produk, dan perencanaan dapat diwujudkan

Contoh penggunaan API (Python)

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-preview-image-generation",  
    contents=("Show me how to bake a macaron with images."),  
    config=types.GenerateContentConfig(  
        response_modalities=["TEXT", "IMAGE"]  
    ),  
)  

Rencana ke depan

• Google berencana terus memperluas fitur ini melalui kualitas yang lebih tinggi, penambahan fungsi, peningkatan kecepatan, dan perbaikan paket harga
• Untuk dokumentasi lebih lanjut, lihat panduan pembuatan gambar Gemini API

[GN⁺]

Komentar Hacker News

• Sudah menguji Gemini 2.0 dengan membandingkannya terhadap beberapa model pembuat gambar. Tidak tahu seberapa banyak Imagen 3.0 dari Google yang disertakan, tetapi secara keseluruhan kualitas estetikanya tampak cukup tertinggal
  • Keunggulan utamanya adalah aspek multimodal untuk menjaga kesetaraan dengan produk OpenAI serta kecepatan yang jauh lebih tinggi dibanding pembuatan gambar OpenAI 4o
• Setiap kali menggunakan alat ini, sering kali perlu mencoba beberapa kali untuk mendapatkan hasil yang diinginkan. Ada keraguan soal penggunaan antarmuka percakapan
• Perlu digunakan dengan hati-hati. Misalnya, saat meminta resep butter chicken vegetarian, yang dikembalikan adalah JSON 41MB dan 28 gambar base64. Dengan biaya 4 sen per gambar, satu permintaan menghabiskan lebih dari 1 dolar
• Menggunakan Gemini 2.0 untuk membuat 100 resep beserta gambarnya, dan hasilnya cukup bagus. Menggunakan data mentah dan metadata tabel alih-alih prompt teks
• Harga pembuatan gambar Gemini 2.0 adalah $0.039 per gambar, lebih mahal daripada Imagen 3. Gemini bisa membuat gambar lewat percakapan, sedangkan Imagen 3 memakai skema input teks/output gambar
• Mendapat hasil yang campur aduk dari demo co-drawing. Berharap bisa membuat sketsa adegan lalu model mengembangkannya, tetapi yang dihasilkan malah figur stik yang dirender dalam 3D
• Output model cukup oke, dan model baru ini sudah diperbarui ke proyek terbaru. Masih ada banyak mode kegagalan, tetapi dibutuhkan buku masak besar yang menunjukkan workflow yang bagus
• Yang dituju Google dan perusahaan AI lain adalah dunia objek buatan AI yang tak terbatas dan bisa dipakai untuk belanja atau e-commerce. Ini menjadi tantangan bagi keterampilan tangan manusia yang nyata dan objek yang benar-benar ada