ComfyUI 难度骤降一倍！揭秘谷歌Gemini 2.0 Flash的史诗级更新

最近，谷歌一口气对 AI 模型能力做了一次大升级，其中最吸引我的是 Gemini 2.0 Flash (Image Generation) ，这个模型对设计师来说，实用性很强。

更多新模型的介绍：

然后谷歌这个模型也开放了 API，可以很容易把它接入到 ComfyUI 中，我自己试用后很兴奋，忍不住在我的社群里跟大家分享，太惊喜了！

可能有朋友还不知道 Gemini 2.0 Flash 是个啥模型？能做什么？

我先简单总结下：Gemini 2.0 Flash 最早是在 2024 年 12 月 12 号发布的，那时候只是作为一个实验性的发布，并不对我们普通用户开放。经过几个月的测试后，在 3 月 12 号已经测试通过，正式全面向所有人开放了。它能通过自然语言生成或编辑图片，和 ComfyUI 有点类似，可控性很好。

可控性好就意味着在工作中将会变得实用，前段时间还跟腾讯的同事聊天，发现他们现在都已经要求团队的人必须会 ComfyUI 了，招人也是有这个要求，能通过搭建工作流解决工作问题，对这块很是重视。

模型怎么用？

它的使用很简单，打开官方这个链接 ：https://aistudio.google.com/prompts/new_chat

然后选择 Gemini 2.0 Flash (Image Generation) Experimental 这个模型

在主页上，它给了 3 个示例，可以分别点击这几个示例，就大概知道怎么用了。

先快速说下官方给的这 3 个基础用法示例

1. 图片编辑

用最直白的话就能对图片进行修改。

这里的提示词是：给牛角面包撒点巧克力。

我们还可以继续用对话对图片进行编辑，比如“给这张图上面加点奶油”，如果觉得不大够，还可以“奶油再多一些”。

基本上它的生成就是指哪打哪，不会把原图搞乱，这就跟咱们在 PS 里修图挺像的了，非常实用，AI 改图最怕的就是改完之后原图搞不像了，可控性至关重要。下次你老板再戳你屏幕的时候，直接让他把意见打成文字，一分钟给他改好。

2. 创建图片绘本

可以让它帮你写一段故事脚本，并且每一个场景配上一张图，且每个片段的图是连贯的。

这里的提示词官方给了示例：生成一个故事，关于一只小山羊在一个农场冒险的故事，每个场景对应生成一张配图。

点示例后，它很快就生成了 9 个故事场景，然后每个场景都会生成一张统一主角，统一风格的配图。效果惊人！

以后绘本生意估计不好做了。家里小孩想看绘本，咱们自己都能很快出一套，打印出来就能做成册了。亲手做出来给孩子的绘本，成就感肯定不一样，言传身教。

3. 生成生日卡片

它还能通过最直白的对话，生成一张海报，文字内容我看了下完全正确，直接就能发给朋友了。

好，官方的几个示例都特别简单，自己去试下绝对能明白，没什么好说的。下面我要讲下它的进阶用法，我感觉这才是大招！这也是这个模型让我觉得最有用的地方，它提供了 API 的方式，可以随便免费插入到其他应用中，比如 ComfyUI。

我经常跟社群的朋友们说，一定要学会 ComfyUI，因为它真的能帮我们解决实际项目问题，但很多朋友的电脑配置带不动 ComfyUI，有心无力，现在有了谷歌的这个新模型 API，只要你能在电脑上启动 ComfyUI，你的显卡多差都无所谓，一样能通过 ComfyUI 工作流快速生成想要的效果。

具体在 ComfyUI 里怎么接入这个模型？然后又有哪些进阶玩法呢？咱们继续说。

先启动 ComfyUI，如果你还不知道怎么安装，可以看这篇：

打开插件安装器，搜 Gemini-API （ https://github.com/tatookan/ComfyUI_ssl_gemini_EXP ），注意看最新更新的时间，装完之后重启 ComfyUI，它就会生效。

上面是连单张图的，如果你还想要通过 2 张图合并生成，可以装上这个节点：ComfyUI Gemini Flash （ https://github.com/ShmuelRonen/ComfyUI_Gemini_Flash ）节点。

然后双击 ComfyUI 空白处，搜索 gemini，把这个节点调出来

前面连上你想调的图片，后面接上图片预览，就能用起来了。

但在这之前，面板上还有一个 api_key 需要填，这个从哪弄到呢？

还记得前面打开的 google AI studio 吗？怕你忘了，地址再说一次：https://aistudio.google.com/prompts

左上角有一个蓝色按钮，“Get API key” 。

点中间的创建 API 秘钥

创建完之后，把这个秘钥复制上

贴到 ComfyUI 中刚才创建的节点里

到这配置就完成了，没任何难度。

当结合 ComfyUI 后，它能玩的东西就非常多了。相当于把之前可能需要一堆节点才能完成的事，现在用谷歌一个节点也能做。我给大家示例一些，其他的大家再发挥下想象力，把你想到的有意思的用途放在评论区。

① 给图片去水印

本来我想找一张车的白模给大家演示，但找到的图是带水印的，那就先去掉水印。

提示词：把这张图中的水印去掉，只保留车。

修改结果，发现它不仅把水印给去掉了，还把位置和光影移动到了更好的位置，图片的清晰度和质量都帮忙提升了。

② 上色+换背景

有了高质量白模图，咱们继续让这张图变得更真实。

给这张图上个材质，换个环境

提示词：给图中的车上个色，让它看起来更真实好看,车开在户外的公路上，路两边有山林，保留车的角度和特征。

结果还行吧，基本特征算是继承了下来。

③ 换衣服

给车上完色，咱们接着来做点更实用的事，给模特换衣服，这在电商领域经常用到。

提示词：给这位美女换一件白色衬衫

换完衣服，动作稍微有些变化，但画面的背景，人物的其他特征基本上得到了保留。

④ 给一件衣服做一张广告图

假如我们有一件衣服需要把它做成一张宣传图。

提示词：给这件衣服添加一个小孩子模特，做出一张电商广告图，保持衣服的一致性

⑤ 给人物换个表情

以前在 ComfyUI 中换表情，调起来挺麻烦的，现在接入这个 API 后，换表情不要太容易，而且效果还不错，人物特征保持的特别好。

比如我拿哪吒来尝试，让他张嘴笑起来。

提示词：让图片中的人物大笑起来，嘴巴需要打开，保持人物的特征不变。

修改结果

上面这些操作，你也可以不用 ComfyUI，直接用谷歌的那个对话框也能搞定，只不过在 ComfyUI 里有批量或者其他更多操作的时候，会更方便一些。

AI 的发展，其实一直都在降低技术学习成本，ComfyUI 学习对很多人来说太复杂，我就知道早晚会把它的难度打下来，只是没想到这么快。

果然在 AI 世界，每天都在发生巨变，我们要做的就是保持关注，积极接纳，多用多学习。一起适应这个正在发生巨变的世界。

欢迎关注作者的微信公众号：「彩云译设计」