XNews

Gemini 的图像交互与注释功能

Gemini 的图像交互与注释功能

Gemini 3.0 Pro 发布了可交互图片功能,并在另一起开发中加入图像注释编辑选项。

Key insights

交互式图片:Gemini 3.0 Pro 的动态网页可视化功能

Gemini 3.0 Pro 推出了可交互图片功能,发布者展示了 demo 视频,指出在学习学术概念(例如细胞结构、神经元运作)时,这类交互式图片可以提供更有价值的视觉与交互体验。该功能属于 Gemini 3.0 Pro 的动态网页能力,而非其他模型的原生生图能力。使用时没有显式开关:需要选择 Gemini 3.0 Pro,并以特定问题触发该交互图像;目前触发机制表现不稳定,测试者在多种 prompt 下得到不同结果。

图像注释:在下载前支持绘制与文本编辑

另一条信息指出 Google 正为 Gemini 开发图像注释功能,允许用户在下载生成图像之前进行绘制和添加文本的操作。帖子给出示例交互:用户可以让模型“生成一个涂色页”,然后在模型生成的图片上进行个性化绘制与文字添加,最后再下载。该功能面向图像后处理与个性化编辑,提高生成图像的可定制性。

教育场景与迭代潜力:交互图片的应用价值

发布者指出,交互式图片在学习与教育场景中有明显价值,若能持续迭代并整合到如 notebookLM 的产品中,会增强知识学习的可视化与交互体验。当前功能仍不稳定,测试者计划继续积累经验并分享使用技巧。帖文将该功能定位为落地于教育与知识传授的实际场景。

Source posts