nexus/wiki/entities/Gemini.md

title, type, entity_type, tags, last_updated

title	type	entity_type	tags	last_updated
Gemini	entity	AI Model	ai gemini google multimodal image-generation	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