过几天，这项功能会推向有150多国家地区的Gemini Advanced、或是Business及Enterprise版本订阅用户。Gem共支持30多种语言，但Gemini应用程序必须同样支持用户所在的国家/地区和语言，才能在该程序中使用这项功能。

为协助用户入手，Google已预建了一些用于困难任务的Gems。像是引导学习的学习教练、帮忙想点子的脑力激荡者、可制订自我提升计划的生涯规划顾问、改善文法到文章结构的撰文编辑，以及撰写程序的小帮手等。

另外，本月稍早只提供美国市场的图像生成模型Imagen 3，未来几天内将全面部署到Gemini AI助理。

Imagen 3为一潜在扩散模型（latent diffusion model），能根据用户输入的文本提示产生高品质图片。Google说，DeepMind团队大幅提升Imagen 3提示理解能力，使模型能了解并遵循落落长、充满形容词和复杂的提示，并生成细节繁复、色彩鲜艳、以及视觉设计更丰富的图片。

Imagen 3在多项测试中，超越竞争者如DALL-E 3、Midjourney v6、Stable Diffusion（SD）3 Large、SD XL 1.0等模型。

由于Imagen刚上线时曾让Gemini闹出生成黑人美国开国元勋、或是女性教宗图片的错误，让Google延后Gemini人物图片生成的服务上线。和Gem一样，这项功能目前仅开放给Gemini Advanced、Business、和Enterprise方案用户，仅提供英文版。Google说会持续改进其技术能力，以及安全与品质监控工具，也会提供清楚的产品原则。

Google说，Imagen 3内置安全护栏并遵循产品设计伦理原则。此外，一如Imagen 2，新版本也使用了Google自有开发的浮水印技术SynthID防范冒充真人创作。用户握有控制权，若生成的图不满意也可令Gemini重新生成图片。／Google