Google добавил в Gemini возможность редактировать картинки — как созданные ИИ, так и загруженные с устройства. Теперь можно дорабатывать изображения без фотошопа, прямо в чате! 🎨✨ Ждём, когда это дойдёт до всех пользователей.
Google запускает встроенный редактор изображений в Gemini для мультимодального взаимодействия
Технический обзор: Google представил нативную функциональность редактирования изображений в своем ИИ-ассистенте Gemini. Обновление позволяет:
- Модифицировать как AI-генерированные изображения, так и загруженные файлы
- Выполнять комплексные правки: замену фона, добавление/удаление объектов
- Интегрировать текстовые и визуальные элементы в едином workflow
Архитектурные изменения:
-
Многошаговый конвейер обработки
- Новая pipeline-архитектура обеспечивает контекстно-зависимую обработку
- Поддержка итеративного редактирования через уточняющие промпты
-
Технические ограничения и watermarking
- Применение невидимых цифровых водяных знаков (Google SynthID)
- Планы по внедрению визуальных маркеров для AI-контента
- Ограниченная доступность в 45 языковых локальных версиях
| Сравнение с аналогами: | Функция | Gemini (2025) | ChatGPT Image Editor | Stable Diffusion XL |
|---|---|---|---|---|
| Редактирование загруж. изображений | ✅ | ✅ | ❌ | |
| Многошаговый flow | ✅ | ❌ | ❌ | |
| Контекстная интеграция | ✅ | ❌ | ❌ | |
| Водяные знаки | Невидимые | Видимые | Нет |
Потенциальные use cases:
- Быстрый прототипинг дизайнов (UI/UX, маркетинг)
- Генерация образовательного контента с визуализациями
- Персонализированный сторителлинг с динамическими иллюстрациями
Технические риски:
- Потенциал misuse для создания deepfake-контента
- Ограниченный контроль за распространением отредактированных изображений
- Отсутствие стандартизации в маркировке AI-генерируемого контента
Roadmap развития:
- Q3 2025: добавление видимых водяных знаков
- Q4 2025: интеграция с Google Lens для реального времени
- 2026: поддержка 3D-редактирования в Gemini Ultra
Экспертное заключение: Обновление превращает Gemini из текстового ассистента в полноценную мультимодальную платформу. Однако отсутствие прозрачной маркировки создает риски для цифрового доверия — ключевой вызов для всей индустрии генеративного ИИ.
