Gempix现身Whisk！谷歌测试基于Imagen 4的精准图像编辑功能

据最新代码线索显示，谷歌正在为其AI图像工具 Whisk 测试一项名为 Gempix 的新功能，该功能可能代表基于 Imagen 4 的新一代图像编辑模型。

这一发现来自 Google Labs 实验项目 Whisk 的前端代码，其中出现了一个名为“精准参考”（Precise Reference）的模式开关，提供三种选项：

• 默认（Default）
• GEM_PIX
• R2I（可能意为“Reference to Image”）

这表明谷歌正在探索一种以参考图像为核心的AI图像生成与编辑方式，允许用户通过提供示例图来更精确地控制生成结果的风格、构图或细节。

Gempix 是什么？

尽管谷歌尚未正式宣布，但综合现有信息可推测：

• Gempix 很可能是 Imagen 4 的一个衍生版本或功能模块，专为图像编辑和参考引导生成设计。
• 名称中的 “GEM” 可能源自 Gemini，而 “PIX” 则指向 Pixel 设备，暗示该技术可能与即将发布的 Pixel 手机深度集成。
• 有迹象表明，Gempix 已在部分可信测试者中启用，并可能已应用于近期出现在lmarena图像竞技场中的图像编辑模型nano-banana，nano-banana展现出比 Imagen 3 更强的细节控制能力。

Whisk 中的“精准参考”模式

Whisk 目前面向公众的功能基于 Imagen 3 模型运行，但受信任的测试者已可访问 Imagen 4 的能力。新出现的“精准参考”功能正是建立在这一更先进模型之上。

三种模式的含义推测如下：

这一设计意味着未来用户在 Whisk 或 Gemini 中，不仅能“用文字画图”，还能“用一张图生成另一张图”，实现更直观、更可控的创作体验。

发布预期：或在8月20日Pixel活动亮相

考虑到命名逻辑（GEM + PIX）和谷歌的产品节奏，Gempix 及其相关功能很可能在 2025年8月20日的“Made by Google”发布会 上正式推出。

届时，谷歌预计将发布新款 Pixel 9 系列手机，而 AI 图像能力很可能是其核心卖点之一。此类功能通常会遵循以下发布路径：

1. 首发于 Pixel 设备，作为硬件差异化优势
2. 通过 Google Labs 或 Gemini Advanced 向测试用户开放
3. 逐步向更广泛的用户群推广

这与谷歌近期将 AI 功能与硬件发布深度绑定的策略一致，例如 Pixel 的 Magic Editor 和 Gemini AI 的移动端集成。

战略意义：从生成到编辑的跃迁

Gempix 的出现，标志着谷歌 的 AI 图像战略正从“生成即终点”转向“生成+编辑+控制”的完整工作流。

通过将 Gemini 的原生生成能力与 Whisk 的参考驱动编辑相结合，谷歌正在构建一个更贴近专业创作者需求的 AI 图像生态——用户不仅可以快速生成图像，还能基于已有内容进行精细化调整，提升创作效率与可控性。