Google Gemini

Experimente a IA multimodal do Google com as capacidades de raciocínio do Gemini.

Sobre

Este workflow ComfyUI utiliza o modelo Gemini do Google para demonstrar as capacidades da IA multimodal na geração de texto coerente e relevante ao contexto. O workflow utiliza vários nós, incluindo o GeminiNode, que serve como unidade central de processamento, e o LoadImage, que permite ao usuário inserir imagens para análise e interpretação pelo modelo Gemini. Ao integrar esses componentes, o workflow mostra como as capacidades avançadas de raciocínio do Gemini podem ser aplicadas tanto a entradas de texto quanto de imagem, proporcionando uma experiência fluida para gerar texto com base em conteúdo visual. Além disso, os nós PreviewAny e BatchImagesNode facilitam a visualização e o gerenciamento de múltiplas saídas, tornando mais fácil lidar e revisar o conteúdo gerado.

O que você fornece

  • Lendo o fluxo de trabalho

É executado no ComfyUI. Este fluxo de trabalho não pode ser executado nesta página. Abra-o no Comfy Cloud com tudo carregado ou baixe-o para usar no seu próprio ComfyUI.

Experimentar no Cloud
Saída
ExemploSample output
Sample output

Perguntas e respostas