Nøglefunktioner
- Indbygget billedgenerering og -redigering — generer billeder eller rediger eksisterende fotos via prompter i naturligt sprog. (Generer / Rediger).
- Multi-billedfusion — kombiner flere inputbilleder til én fotorealistisk scene.
- Karakterkonsistens — bevar samme motiv eller figurs udseende på tværs af redigeringer og prompter. (Konsistens).
- SynthID-vandmærkning — alle output inkluderer et usynligt SynthID til identifikation af AI-genereret indhold. (Vandmærke).
Tekniske detaljer
- Arkitektur og positionering: bygget på Gemini 2.5 Flash-familien — designet som en lav-latens “Flash”-variant, der bytter en smule modelstørrelse/gennemløb for meget hurtigere svartid pr. kald og omkostningseffektivitet, samtidig med at den bevarer stærkere ræsonnement end tidligere Flash-niveauer.
- Inputformater og -grænser: accepterer inline base64-billeder til små inputs og filupload via File API til større billeder (anbefales for >20 MB). Understøtter almindelige MIME-typer (JPEG, PNG).
- Funktionsmåder: tekst-til-billede, billedredigering (inpainting / semantisk maskering), stiloverførsel, multi-billedkomposition og interleavede tekst+billede-svar (nyttige til illustrerede instruktioner, opskrifter eller blandet indhold).
- Oprindelse og sikkerhedsmekanismer: synlige vandmærker på AI-output plus skjulte SynthID-markører og policyhåndhævelseslag for at begrænse eksplicit forbudt indhold.
Benchmark-ydeevne

Begrænsninger og kendte risici
- Begrænsninger i indholdspolitik: modeller håndhæver indholdspolitikker (f.eks. forbud mod eksplicit seksuelt indhold og noget ulovligt indhold), men håndhævelsen er ikke perfekt — generering af billeder af offentlige personer eller kontroversielle ikoner kan stadig være mulig i nogle scenarier, så policy-tjek er afgørende. )
- Fejltilstande: mulig identitetsdrift ved ekstreme redigeringer, lejlighedsvis semantisk uoverensstemmelse (når prompter er underspecificerede), og artefakter i meget komplekse scener eller ved ekstreme ændringer af synsvinkel.
- Oprindelse og misbrug: selv om vandmærker og SynthID er til stede, forhindrer de ikke misbrug — de hjælper med detektion og attribuering, men er ikke en erstatning for menneskelig gennemgang i følsomme arbejdsgange.
Typiske anvendelsestilfælde
- Produkt og e-handel: placer/katalogiser produkter i livsstilsfotos via multi-billedfusion.
- Kreative værktøjer/design: hurtige iterationer i designapps (Adobe Firefly-integration omtalt).
- Fotoredigering og retouchering: lokale redigeringer via naturligt sprog (fjern objekter, ændr farver/belysning, restyl).
- Historiefortælling/karakter-assets: bevar figurer konsistente på tværs af paneler og scener.