Google Gemini

體驗Google的多模態AI和Gemini的推論能力。

關於

此 ComfyUI 工作流程運用 Google Gemini 模型,展示多模態 AI 產生連貫且語境相關文字的能力。流程包含 GeminiNode(核心處理單元)與 LoadImage 節點,讓使用者輸入圖片供 Gemini 模型分析與解讀。整合這些元件後,能將 Gemini 的進階推理應用於圖像與文字輸入,實現根據視覺內容產生文字的體驗。PreviewAny 與 BatchImagesNode 節點則方便多輸出管理與預覽,讓內容產出與檢查更有效率。

您提供的內容

  • 正在讀取工作流程

在 ComfyUI 中執行。 此工作流程無法在此頁面上執行。請在已載入所有內容的 Comfy Cloud 中開啟,或下載到您自己的 ComfyUI。

在 Cloud 中試用
輸出
範例Sample output
Sample output

問答