谷歌近日爲其 Gemini2.5AI 模型推出了一項創新功能——“對話式圖像分割”，允許用戶通過自然語言提示直接分析和突出顯示圖像內容。這項技術超越了傳統的圖像分割範疇，賦予 Gemini 理解並響應更復雜、更具語義的指令的能力。

超越傳統，理解抽象與關係

傳統圖像分割通常侷限於識別如“狗”、“汽車”或“椅子”等固定類別的物體。而現在，Gemini 可以理解並應用於圖像特定部分的更復雜語言。它能夠處理:關係查詢:例如“撐傘的人”。基於邏輯的指令:例如“所有非坐着的人”。抽象概念:甚至能識別“雜物”或“損壞”等沒有清晰視覺輪廓的概念。

此外，得益於內置的文本識別功能，Gemini 還能識別需要閱讀屏幕文本的圖像元素，例如展示櫃中的“開心果果仁蜜餞”。該功能支持多語言提示，並可按需提供其他語言（如法語）的物體標籤。

QQ20250723-090544.png

廣泛應用:從設計到安全再到保險

谷歌表示，這項技術在多個領域都具有廣泛的實際應用價值:圖像編輯:設計師無需鼠標或選擇工具，只需口頭指令，如“選擇建築物的陰影”，即可精準選中所需區域。工作場所安全:Gemini 可以掃描照片或視頻，自動識別違規行爲，例如“施工現場所有未戴頭盔的人”。保險行業:理賠員可以發出“突出顯示所有遭受風暴破壞的房屋”等命令，自動在航拍圖像中標記受損建築，大幅節省手動檢查時間。

QQ20250723-090552.png

開發者友好:API 訪問與優化建議

這項強大的功能無需特殊的獨立模型。開發者可以通過 Gemini API 直接訪問“對話式圖像分割”功能，所有請求均由具備此功能的 Gemini 模型直接處理。

返回的結果以 JSON 格式呈現，包含所選圖像區域的座標（box_2d）、像素掩碼（mask）和描述性標籤（label），爲後續開發提供便利。

QQ20250723-090605.png

爲獲得最佳效果，谷歌建議使用 gemini-2.5-flash 模型，並將 thinkingBudget 參數設置爲零以觸發即時響應。開發者可以通過 Google AI Studio 或 Python Colab 進行初步測試。