使用Firebase AI Logic生成图像模型的两种新功能

作者 / 高级开发者关系工程师 Thomas Ezan 和开发者关系工程师 Mozart Louis

为您的应用添加自定义图像，能够显著改善和个性化用户体验，有效提高用户参与度。本文将探讨使用 Firebase AI Logic 生成图像的两种新功能: 其一是 Imagen 专属编辑功能预览版;其二是 Gemini 2.5 Flash Image (又名 Nano Banana) 正式版，后者的专长就是在情境或对话中生成图像。

借助 Firebase AI Logic 生成图像以提高用户参与度

图像生成模型可用于创建自定义用户个人资料头像，或将个性化视觉素材直接集成到应用关键流程中。

例如，Imagen 提供了尚处于开发者预览版的全新编辑功能。现在，您可以绘制遮罩并利用图像内绘制 (inpainting) 在遮罩区域内生成像素。此外，还提供了图像扩展 (outpainting) 功能，可用于生成遮罩区域外的像素。

另一方面，Gemini 2.5 Flash Image (又名 Nano Banana) 可以使用 Gemini 模型渊博的世界知识和推理能力来生成与上下文相关的图像，这非常适合用于创建与用户当前应用内体验契合的动态插图。

△ 使用 Gemini 2.5 Flash Image 创建与您的应用上下文相关的动态插图

最后，借助对话和迭代编辑图像的功能，用户可以使用自然语言编辑图像。

在着手将 AI 集成到您的应用中时，了解 AI 安全性非常重要。尤其关键的是，您需要评估应用的安全风险、斟酌调整以降低安全风险、执行适合您用例的安全测试，以及征求用户反馈并监控内容。

Imagen 或 Gemini 任您选择

Gemini 2.5 Flash Image (Nano Banana) 和 Imagen 之间的区别在于各自独特的侧重点和高级功能。Gemini 2.5 Flash Image 作为广泛的 Gemini 系列中的图像模型，擅长对话式图像编辑，能在多次迭代中保持上下文和主体一致性，并利用 "世界知识和推理" 来创建与上下文相关的视觉内容，或在长文本序列中嵌入准确的视觉内容。

Imagen 是 Google 的专业图像生成模型，专为更好地发挥创意和掌控作品而设计，擅长于高度真实的输出、艺术细节、特定风格，并提供明确的控制选项，来指定生成图像的宽高比或格式。

Gemini 2.5 Flash Image (Nano Banana )	Imagen
具备世界知识和推理能力，生成与上下文更相关的图像 在保持与上下文关联性的同时，通过对话编辑图像 在长文本序列中嵌入准确的视觉内容	指定生成图像的宽高比或格式 支持基于遮罩的编辑，实现图像内绘制和图像扩展 更好地控制生成图像的细节 (质量、艺术细节和特定风格)

一起来了解如何在您的应用中使用上述功能。

使用 Imagen 进行图像内绘制

几个月前，我们发布了 Imagen 新的编辑功能。虽然 Imagen 的图像生成功能已可正式用于生产环境，但编辑功能仍处于开发者预览版阶段。

Imagen 编辑功能包括图像内绘制和图像扩展，二者均为基于遮罩的图像编辑功能。这项新功能允许用户修改图像的特定区域，而无需重新生成整个图像。这意味着您可以保留图像中您最满意的部分，只更改您想要调整的内容。

做出这些更改时，原始图像的核心元素和图像整体完整性不受影响，您可以仅调整遮罩区域。

要使用 Imagen 的图像内绘制功能，请先初始化 imagen-3.0-capability-001，这是支持编辑功能的特定 Imagen 模型:

// Copyright2025Google LLC.
// SPDX-License-Identifier: Apache-2.0
val editingModel =
    Firebase.ai(backend = GenerativeBackend.vertexAI()).imagenModel(
     "imagen-3.0-capability-001",
      generationConfig =ImagenGenerationConfig(
        numberOfImages =1,
        aspectRatio = ImagenAspectRatio.SQUARE_1x1,
        imageFormat = ImagenImageFormat.jpeg(compressionQuality =75),
      ),
    )

然后，定义图像内绘制函数:

// Copyright 2025 Google LLC.
// SPDX-License-Identifier: Apache-2.0
valprompt ="remove the pancakes and make it an omelet instead"
suspendfuninpaintImageWithMask(sourceImage:Bitmap, maskImage:Bitmap, prompt:String, editSteps:Int=50): Bitmap {
   valimageResponse = editingModel.editImage(
      referenceImages = listOf(
        ImagenRawImage(sourceImage.toImagenInlineImage()),
        ImagenRawMask(maskImage.toImagenInlineImage()),
      ),
      prompt = prompt,
      config = ImagenEditingConfig(
        editMode = ImagenEditMode.INPAINT_INSERTION,
        editSteps = editSteps,
      ),
    )
   returnimageResponse.images.first().asBitmap()
  }

您需要提供一张原始图像、一张遮罩图像、用于编辑的提示词以及需要执行的编辑步骤数量。

您可以在 Android AI 示例库的 Imagen Editing Sample 中，查看其实际运行效果!

Imagen 还支持图像扩展，该功能使您能让模型在遮罩外的区域生成像素。您还可以使用 Imagen 的图像自定义功能来更改图像风格或更新图像中的一个主体。有关详细信息，请参阅 Android 开发者文档。

使用 Gemini 2.5 Flash Image 通过对话生成图像

要使用 Gemini 2.5 Flash Image 编辑图像，一种方法是通过该模型的多轮聊天功能进行编辑。

首先，初始化模型:

// Copyright 2025 Google LLC.
// SPDX-License-Identifier: Apache-2.0
valmodel=Firebase.ai(backend = GenerativeBackend.googleAI()).generativeModel(
  modelName ="gemini-2.5-flash-image",
 // Configure the model to respond with text and images (required)
  generationConfig = generationConfig {
    responseModalities = listOf(ResponseModality.TEXT,
    ResponseModality.IMAGE)
  }
)

为了实现与上述基于遮罩的 Imagen 方法类似的结果，我们可以利用chatAPI，启动与 Gemini 2.5 Flash Image 的对话。

// Copyright 2025 Google LLC.
// SPDX-License-Identifier: Apache-2.0
// Initialize the chat
valchat=model.startChat()
// Load a bitmap
valsource=ImageDecoder.createSource(context.contentResolver, uri)
valbitmap=ImageDecoder.decodeBitmap(source)
// Create the initial prompt instructing the model to edit the image
valprompt=content {
  image(bitmap)
  text("remove the pancakes and add an omelet")
}
// To generate an initial response, send a user message with the image and text prompt
varresponse=chat.sendMessage(prompt)
// Inspect the returned image
vargeneratedImageAsBitmap=response
  .candidates.first().content.parts.filterIsInstance().firstOrNull()?.image
// Follow up requests do not need to specify the image again
response = chat.sendMessage("Now, center the omelet in the pan")
generatedImageAsBitmap = response  .candidates.first().content.parts.filterIsInstance().firstOrNull()?.image

您可以在 Android AI 示例库的 Gemini Image Chat Sample 查看该功能的实际运作，也可参阅 Android 技术文档以了解更多相关信息。

结论

Imagen 和 Gemini 2.5 Flash Image 都提供了强大的功能，允许您根据具体用例选择理想的图像生成模型，从而让您的应用更加个性化，并提高用户参与度。