---
title: "Gemini"
type: entity
entity_type: "AI Model"
tags: ["ai", "gemini", "google", "multimodal", "image-generation"]
last_updated: 2026-05-01
---

## Overview

Gemini 是 Google 开发的系列多模态 AI 模型，支持文本、代码、图像生成和理解等多种任务。在 AI 图片生成场景中，Gemini 支持多轮对话中的风格上下文传递，适合生成风格一致的系列图片。

## Key Capabilities

- **多模态理解**：同时处理文本、图像、视频等多种输入
- **图片生成**：Gemini Image Gen 支持通过文本提示词生成图片
- **风格上下文**：在多轮对话中保持视觉风格一致性
- **长上下文**：支持处理长篇文档和复杂指令

## Usage in Image Generation

在 AI 图片生成场景中，Gemini 的核心优势是通过多轮对话传递风格上下文：

1. 对话开始时设置系统级风格指令（System Prompt）
2. 先生成第一张图片作为风格基准
3. 后续图片通过 STYLE LOCK 块引用上一张的风格参数
4. 支持用参考图锁定视觉基准（效果最强）

## Related Concepts

- [[StyleSeed]]：Gemini 图片风格一致性的核心技术手段
- [[StyleLock]]：Gemini 多轮对话中强制风格比对的检查机制
- [[ReferenceImageConsistency]]：用 Gemini 生成的第一张图作为后续图的视觉基准

## Sources

- [[如何让AI生成风格一致的图片]]