影音直讀功能
無需文字稿即可摘要中英文影片，並能為音訊自動生成含時間戳的逐字稿。
用嘴 P 圖的這一天真的來了！超強多模態 Gemini AI 讓一票設計師默默把繪圖板拿起來邊啃邊思考人生 ~
✓ 這篇在你的庫裡
在摘要庫開啟 →
這部在講什麼
介紹 Google Gemini 2.0 多模態 AI 的強大功能，展示其直接理解影音、原生生成影像以及精確修圖的實測表現。
適合誰想提升效率的設計師、社群創作者與 AI 愛好者。
你會得到掌握 Gemini 2.0 實測功能、學會多模態 AI 的 P 圖技巧、了解 AI 輔助設計的應用。
最值得看2:18 展示用文字指令精準修改人像細節與姿勢。
內容脈絡
一眼重點意義優先，時間戳用來導航
原生影像生成
具備深度整合的推理能力，非掛載外部模型，能維持影像修改前後的高度一致性。
文字精準 P 圖
透過對話即可執行美膚、換髮色、改服飾甚至調整表情，效率遠超傳統 Photoshop 技巧。
環境與場景合成
支援移除路人、添加人物、轉換藝術風格，並能為商品生成專業的虛擬模特兒。
專業視角與設計
可自由調整相機拍攝視角、變更晝夜燈光效果，或快速生成室內裝修草圖。
看完可以做什麼
登入 Google AI Studio，嘗試上傳一張照片並練習用文字指令更換背景或服飾。需要留意：實驗平台不儲存對話紀錄需及時存圖；內容審查機制嚴格易導致任務中斷；多輪修改後畫質會逐漸降低。
生成於 2026-07-12
檢舉
觀眾怎麼看
整理 35 則有效留言信心 高觀眾對 Gemini 2.0 的多模態生成能力感到驚艷，但普遍反映實際使用時存在嚴格審查、Token 限制及生成品質不穩定的問題。
多數觀眾認同該工具能大幅提升影像處理效率，並對影片中展示的創意應用感到驚艷，認為其改變了創作流程。
部分觀眾認為效果極佳，但也有不少人反映實際操作時品質不佳、無法精確融入實景，甚至出現人像變形或風格不符的情況。
觀眾頻繁詢問關於 Token 超額限制的問題，並對影片長度限制及帳號使用額度感到困惑。
多位使用者指出系統審查過於嚴格，特別是在處理人像、兒童照片或特定風格轉換時，常無故遭到封鎖或拒絕生成。
有觀眾觀察到隨著使用人數增加，生成效果與速度有明顯下降趨勢，懷疑是算力不足導致的效能衰退。
留言樣本僅反映部分使用者體驗，實際效能可能因帳號權限與系統更新而異。