Come modificare le tue foto con AI – Gemini 2.0 Flash tutorial

In questo video vediamo come creare e modificare immagini e foto con l’intelligenza artificiale di Gemini 2.0 Flash in versione sperimentale. Questo modello permette di generare ed editare immagini semplicemente chattando.

Caratteristiche di Gemini 2.0 Flash

Tra le principali innovazioni di Gemini 2.0 Flash spicca la capacità di mantenere la coerenza del soggetto durante le modifiche e le variazioni. Se hai utilizzato altri modelli di AI per generare immagini, probabilmente hai notato quanto sia difficile mantenere lo stesso soggetto in pose o variazioni diverse.

Come dimostrato nel nostro video tutorial, chiedendo al modello di creare un cavallo e poi lo stesso cavallo ma di colore verde, Gemini 2.0 Flash riesce a mantenere esattamente lo stesso soggetto, cambiando solo il colore – un’operazione che finora era estremamente complessa con altri strumenti di AI.

I problemi di variazione dei soggetti non sono ancora del tutto eliminati, ma si tratta di un grande passo avanti.

Come modificare foto con AI grazie a Gemini

A differenza dei software di editing tradizionali che richiedono la conoscenza di interfacce complesse:

• Puoi modificare le tue immagini semplicemente chattando col modello
• Non è necessario imparare interfacce complicate o fare operazioni manuali
• Basta esprimere a parole ciò che desideri ottenere

Questa modalità di interazione rappresenta un cambiamento di paradigma nell’editing delle immagini, rendendolo accessibile a tutti, indipendentemente dalle competenze tecniche.

Come usare Gemini 2.0 Flash gratuitamente

Per iniziare a utilizzare questa tecnologia innovativa:

1. Vai su AI Studio di Google
2. Seleziona dal menu a tendina in alto a destra il modello “Gemini 2.0 Flash sperimentale”
3. Assicurati che nella sezione “Output format” sia selezionato “Image e text”
4. Inserisci le tue istruzioni nella barra in basso

Non è necessario essere sviluppatori o utilizzare API – è accessibile a tutti tramite un’interfaccia web intuitiva.

Funzionalità principali mostrate nel video tutorial

Nel nostro video tutorial abbiamo testato numerose funzionalità di Gemini 2.0 Flash:

1. Generazione di immagini da testo

Il modello eccelle nella creazione di immagini ultra-realistiche partendo da descrizioni testuali, come dimostrato generando un gallo in primo piano con risultati d’impatto.

2. Modifiche coerenti dello stesso soggetto

La capacità di mantenere la coerenza del soggetto è evidente quando abbiamo chiesto una vista laterale dello stesso gallo, ottenendo risultati con un’impressionante somiglianza.

3. Aggiunta e rimozione di elementi

È possibile aggiungere o rimuovere elementi dalle immagini con semplici comandi testuali:

• “Aggiungi un cappello a cilindro in testa al gallo”
• “Elimina il cappello e applica uno sfondo arcobaleno”

4. Creazione di storie Illustrate

Una funzionalità particolarmente interessante è la capacità di creare storie illustrate complete, mantenendo la coerenza dei personaggi in tutte le scene, come dimostrato con la storia della mosca Pippo e dell’elefantino Baluba.

5. Editing di immagini esistenti

Gemini 2.0 Flash può lavorare anche con immagini caricate dall’utente:

• Abbiamo aggiunto un gatto ultra-realistico su una sedia blu
• Modificato l’espressione di una donna da sorridente a triste
• Cambiato il colore e lo stile dei capelli
• Combinato due immagini diverse (donna + sedia)

6. Riconoscimento e modifica del testo nelle Immagini

Il modello è in grado di riconoscere e modificare testo all’interno delle immagini, come dimostrato sostituendo la parola “commento” con “like” in un’immagine esistente.

7. Replicazione di stili artistici

Una funzionalità interessanti è la capacità di replicare stili artistici specifici, come quando abbiamo mostrato un’immagine in stile puntinismo e chiesto di generare un coccodrillo nello stesso stile.

Come ottenere risultati migliori

Dalle nostre sperimentazioni, abbiamo individuato alcuni accorgimenti per ottenere i migliori risultati:

1. Evitare conversazioni troppo lunghe: Il modello funziona meglio quando si fanno modifiche in conversazioni brevi, evitando di accumulare troppe immagini nello stesso contesto.
2. Essere specifici nelle richieste: Più dettagli fornisci, migliori saranno i risultati.
3. Utilizzare prompt tecnici: Per risultati più precisi, è utile fornire un contesto di competenze (es. “Agisci come un esperto illustratore di fiabe per bambini”).
4. Iterare gradualmente: Se desideri fare molte modifiche, è meglio procedere un passo alla volta piuttosto che richiedere molte modifiche contemporaneamente.

Limitazioni attuali

Nonostante le impressionanti capacità, Gemini 2.0 Flash presenta ancora alcune limitazioni:

• Occasionale perdita di qualità nelle immagini dopo multiple modifiche
• Difficoltà nel gestire richieste complesse che coinvolgono più immagini nella stessa conversazione
• Alcune imprecisioni nell’inserimento di testo nelle immagini
• Finestra di contesto di 37768 token per la generazione di immagini e testo combinate

È importante ricordare che si tratta ancora di una versione sperimentale, e Google sta lavorando attivamente per migliorare queste limitazioni.

Prospettive future

Google ha fatto un grande passo avanti con questo modello, non solo per i risultati finali ma per l’approccio utilizzato. Oltre alla generazione di immagini da testo, abbiamo accesso a:

• Editing di immagini tramite linguaggio naturale
• Possibilità di fondere diverse immagini
• Mantenimento della coerenza dei soggetti

Tutto questo rende il processo creativo significativamente più veloce ed efficace, aprendo nuove possibilità per professionisti e appassionati.

Google ha inoltre annunciato il rilascio di un’intera famiglia di modelli gratuiti chiamata Gemma 3, disponibile in diverse versioni (da 1 miliardo fino a 27 miliardi di parametri), ampliando ulteriormente le possibilità nell’ambito dell’intelligenza artificiale accessibile a tutti.

Utilizzi pratici di Gemini 2.0 Flash

Gemini 2.0 Flash si presta a numerosi utilizzi pratici:

• Design e Marketing: Creazione rapida di mockup e materiali pubblicitari
• Storytelling: Realizzazione di storie illustrate con personaggi coerenti
• Educazione: Sviluppo di materiali didattici illustrati
• Social Media: Creazione e modifica di contenuti visivi in modo rapido
• Editing fotografico: Modifiche creative semplici senza competenze tecniche di software complessi (non siamo ancora difronte a uno strumento limitato per l’uso professionale

Studia l’intelligenza artificiale in modo efficace e aggiornati

Se sei interessato ad approfondire questo e altri strumenti di intelligenza artificiale e ricevere le ultime novità dal mondo dell’intelligenza artificiale, ti invitiamo a iscriverti al nostro canale YouTube. Se vuoi usare l’AI in modo professionale nel tuo lavoro, la tua attività, lo studio o i processi creativi valuta di iscriverti alla nostra Academy. Sblocchi subito quattordici corsi, oltre 650 prompt, webinar, live e l’accesso a una community riservata di oltre 260 professionisti. Clicca sull’immagine in basso per scoprire di più sui contenuti.