Gemini Live Mampu Jana & Sunting Imej Masa Nyata: Panduan Lengkap untuk Android dan iOS

Apa yang Google Tambah pada Gemini Live

Google kini menyediakan penjanaan dan suntingan imej masa nyata secara langsung di dalam Gemini Live, mod perbualan AI mayanya . Tidak seperti sebelum ini, anda tidak perlu lagi menaip arahan yang rumit. Sebaliknya, semasa sesi perbualan suara Live, anda boleh mengaktifkan perkongsian kamera, menghalakan telefon ke subjek, dan memberi arahan dalam bahasa biasa untuk menjana atau menyunting imej terus di skrin . Hasilnya muncul serta-merta dalam pengalaman perbualan Live itu sendiri .

Bagaimana Ia Berfungsi pada Android dan iOS

Aliran kerja untuk kedua-dua platform adalah sangat serupa dan intuitif, menjadikan penciptaan imej semudah berbual.

• Android: Pengguna boleh menggunakan fungsi perkongsian kamera dalam Gemini Live untuk menunjukkan sesuatu kepada Gemini, kemudian meminta penjanaan atau suntingan imej menggunakan bahasa harian . Keupayaan penjanaan imej Gemini yang lebih luas dikuasakan oleh model Gemini 2.5 Flash Image, yang dikenali dengan nama jolokan "nano-banana" . Anda juga boleh memulakan Gemini Live dan mula berbual untuk menjana imej berdasarkan apa yang kelihatan pada kamera anda .
• iOS: Keupayaan teras Gemini Live yang sama tersedia, digambarkan sebagai perkongsian kamera serta penjanaan dan suntingan imej perbualan masa nyata . Walaupun sumber sedia ada tidak menyediakan aliran kerja khusus iOS yang berbeza, fungsinya adalah setara.

Perbezaan utama di sini adalah integrasi. Sebelum ini, penjanaan imej dengan model 2.5 Flash Image adalah berasaskan gesaan teks dan muat naik imej. Kini, ciri baharu Gemini Live membawa gelung penciptaan/suntingan itu ke dalam perbualan suara dan video masa nyata yang lancar .

Teknologi di Sebalik Tabir

Kuasa di sebalik ciri ini ialah model imej tercanggih Google, Gemini 2.5 Flash Image (nano-banana) . Ia bukan sekadar penjana imej biasa. Antara keupayaan utamanya termasuk:

• Menggabungkan pelbagai imej: Anda boleh meminta Gemini menggabungkan beberapa gambar menjadi satu komposit yang unik .
• Mengekalkan konsistensi watak: Amat berguna untuk penceritaan visual, di mana watak utama boleh kekal kelihatan sama melalui pelbagai suntingan .
• Transformasi bersasar melalui bahasa: Anda hanya perlu terangkan perubahan yang diingini, contohnya "tukar latar belakang kepada hutan tropika" .
• Pengetahuan dunia Gemini: Model ini menggunakan pemahaman luas Gemini tentang dunia sebenar untuk menjana dan menyunting imej yang lebih realistik dan tepat .

Sorotan Utama di Google I/O 2026: Membina Momentum

Pengumuman di Google I/O 2026 membina momentum ini dengan pelbagai kemas kini utama yang lain, mengukuhkan ekosistem AI Google:

Gemini Omni — "Nano-Banana untuk Video"
Ini adalah model baharu yang boleh mencipta output daripada pelbagai jenis input, bermula dengan video . Google secara rasmi menyatakan Omni boleh "mencipta apa sahaja daripada sebarang input" pada masa hadapan. Buat masa ini, ia digelar "Nano Banana untuk video", membolehkan penciptaan dan suntingan video melalui perbualan . Anda boleh menggabungkan teks, foto dan klip video, malah menyuntingnya dengan arahan suara seperti "tukar arca logam itu kepada buih sabun" . Model ini menggantikan Veo dalam aplikasi Gemini .

Gemini 3.5 Flash — Lebih Laju, Lebih Pintar
Ini adalah model lalai baharu untuk aplikasi Gemini dan Mod AI Carian Google . Google mendakwa ia mengeluarkan token empat kali lebih pantas daripada model setara yang bersaing, dan dibina khas untuk tugas-tugas ejen ("agen AI"), pengekodan, aliran kerja berbilang langkah, dan tugas jangka panjang yang kompleks .

Lagi Kemas Kini Penting:

• Reka Bentuk Semula & Integrasi Gemini Live: Aplikasi Gemini direka bentuk semula dengan antara muka baharu. Gemini Live tidak lagi memerlukan skrin penuh yang berasingan; ia dibuka secara sebaris (inline), membolehkan anda bertukar antara menaip dan berbual dengan lebih lancar .
• Ejen Gemini Spark: Ejen AI peribadi baharu yang diumumkan di I/O .
• Kemas Kini Carian Terbesar: Google menyifatkan kemas kini Carian yang dikuasakan AI sebagai peningkatan terbesar dalam tempoh 25 tahun .

Bagaimana Ini Meletakkan Google dalam Persaingan AI Multimodal

Dengan pengumuman ini, Google memposisikan dirinya di persimpangan antara perbualan masa nyata, input kamera, penjanaan media, dan penyuntingan pintar. Strateginya adalah integrasi yang mendalam di seluruh ekosistem.

• Untuk Imej: Gemini Live sekarang menutup gelung antara "tunjuk apa yang saya nampak" dan "cipta sesuatu daripadanya" dalam satu perbualan yang lancar .
• Untuk Video: Gemini Omni mengambil pendekatan perbualan yang sama ke dunia penyuntingan video, menjadikannya semudah berbual dengan pembantu pintar anda untuk mencipta atau mengubah suai klip .
• Gabungan Kecerdasan & Penciptaan: Dengan Omni, Google menggabungkan kecerdasan penaakulan Gemini dengan model media generatifnya untuk pemahaman dunia dan penyuntingan multimodal yang lebih baik .

Kelebihan Google, berdasarkan pengumuman ini, terletak pada kedalaman integrasinya. Ia bukan sekadar alat AI yang berasingan; ia adalah saluran paip multimodal bersatu yang dibina ke dalam aplikasi dan perkhidmatan yang sudah digunakan oleh berbilion pengguna. Persoalan utama yang tinggal ialah sejauh mana aliran kerja bersepadu ini berfungsi dalam amalan apabila ia dilancarkan dengan lebih meluas .