W przeciwieństwie do wcześniejszego sposobu, gdzie prośba o zmianę w wygenerowanym obrazie skutkowała stworzeniem zupełnie nowego, natywna edycja obrazu pozwala na dokonywanie konkretnych zmian przy zachowaniu podstawowej struktury obrazu. Funkcja ta działa zarówno dla obrazów wygenerowanych przez Gemini, jak i dla zdjęć przesłanych bezpośrednio przez użytkownika. Można więc zmieniać tła i style, zastępować obiekty oraz dodawać elementy, w tym tekst, ale rdzeń obrazka ma na szczęście pozostawać nienaruszony. Wygenerowane obrazy będą posiadać widoczny znak wodny w prawym dolnym rogu. Jest to testowa funkcja, która uzupełnia niewidoczny cyfrowy znak wodny SynthID. Widać to na przykładzie pochodzącym z 9To5Google.
Google podaje, że za sprawą natywnej edycji zdjęć będzie można przykładowo przesłać osobiste zdjęcie i poprosić Gemini o wygenerowanie obrazu przedstawiającego, jak byśmy wyglądali z innym kolorem włosów. Z mojego punktu widzenia wydaje się najważniejsze, że chatbot będzie w stanie zachować kontekst danej konwersacji odpowiadającej za edycję obrazka, a więc skończy się bezsensowne generowanie kolejnych obrazków pasujących do poprzednich niczym pięść do nosa. Na obecnym etapie generowanie i edycja obrazu wymaga użycia Gemini 2.0 Flash, ale docelowo ma być dostępne z poziomu każdego innego modelu z portfolio.
Czytaj też: Koniec przewagi ChatGPT? Gemini dostaje obsługę wielu zdjęć
Przy okazji warto wspomnieć, że aplikacja Gemini właśnie trafiła w wersji natywnej na iPady. Wcześniej Gemini na iPadzie działało w trybie okienkowym, jako powiększona wersja aplikacji na iPhone’a, co skutkowało delikatni mówiąc: mało eleganckim doświadczeniem użytkownika i koniecznością korzystania z małej klawiatury iOS. Nowa wersja aplikacji na iPada jest pełnoekranowa, zoptymalizowana i rozciąga się na całą szerokość ekranu, zarówno w orientacji pionowej, jak i poziomej. Interfejs użytkownika jest identyczny jak ten dostępny na tabletach z Androidem i na stronie w przeglądarce. Ekran główny pozostaje minimalistyczny, a czytanie czatów jest mniej ciasne i znacznie przyjemniejsze. Natywna aplikacja na iPada umożliwia też korzystanie z wielozadaniowości w trybie Split View.