2025年8月，谷歌DeepMind团队在最新开发者节目中展示了Gemini 2.5 Flash Image模型，该模型具备原生图像生成与编辑能力，支持多轮对话式场景一致性操作，堪称图像生成领域的革命性突破。其亮点包括创意解读模糊指令、文本渲染改进及复杂任务的交错生成机制，适用于家居设计、人物OOTD等场景。团队核心成员包括Logan Kilpatrick、Kaushik Shivakumar、Robert Riachi、Nicole Brichtova和Mostafa Dehghani，他们在AI、多模态学习等领域有深厚积累。相比专注文本到图像的Imagen，Gemini更适合复杂多模态任务，未来目标是迈向通用人工智能（AGI）。