使用 Gemini 生成图片

Gemini 2.0 Flash Experimental 支持输出文本和内嵌图片。这样，您就可以使用 Gemini 以对话方式编辑图片，或生成包含交织文本的输出内容（例如，在一次对话中生成包含文本和图片的博文）。所有生成的图片都包含 SynthID 水印，Google AI 工作室中的图片也包含可见水印。

注意：请务必在生成配置中添加 responseModalities: ["TEXT", "IMAGE"]，以便使用 gemini-2.0-flash-exp-image-generation 生成文本和图片输出。不允许仅包含图片。

根据提示和上下文，Gemini 将以不同的模式（文本转图片、文本转图片和文本等）生成内容。下面是一些示例：

文本转图片

示例提示：“生成一张背景为烟花的埃菲尔铁塔图片。”

文本转图片和文本（交织）

示例提示：“生成带插图的西班牙海鲜饭食谱。”

图片和文本转图片和文本（交织）

问题示例：（显示家具摆设的房间图片）“我的空间适合哪些其他颜色的沙发？您能更新一下图片吗？”

图片编辑（文字和图片转图片）

示例提示：“将此图片编辑成卡通图片”

示例提示：[猫的图片] + [枕头的图片] +“在这个枕头上用十字绣制作我猫的图案。”

多轮图片编辑（聊天）

示例提示：[上传一张蓝色汽车的图片。]“将这辆车改装成敞篷车。”“现在将颜色更改为黄色。”

请求参数

Authorization

在 Header 添加参数

Authorization

，其值为在 Bearer 之后拼接 Token

示例：

Authorization: Bearer ********************

Body 参数application/json

示例

{
    "contents": [
        {
            "parts": [
                {
                    "text": "Hi, can you create a 3d rendered image of a pig with wings and a top hat flying over a happy futuristic scifi city with lots of greenery?"
                }
            ]
        }
    ],
    "generationConfig": {
        "responseModalities": [
            "TEXT",
            "IMAGE"
        ]
    }
}

请求参数

返回响应