Nutzerinteraktionen mit KI-Bildgenerierung steigern

Wenn Sie Ihrer App benutzerdefinierte Bilder hinzufügen, können Sie die Nutzerfreundlichkeit deutlich verbessern und personalisieren und die Nutzerinteraktion steigern. In diesem Beitrag werden zwei neue Funktionen für die Bildgenerierung mit Firebase AI Logic vorgestellt: die speziellen Imagen-Bearbeitungsfunktionen, die sich derzeit in der Vorabversion befinden, und die allgemeine Verfügbarkeit von Gemini 2.5 Flash Image (auch bekannt als „Nano Banana“), das für die kontextbezogene oder konversationelle Bildgenerierung entwickelt wurde. 

Nutzerinteraktionen mit Bildern steigern, die über Firebase AI Logic generiert wurden

Mit Modellen zur Bildgenerierung lassen sich benutzerdefinierte Avatare für Nutzerprofile erstellen oder personalisierte visuelle Elemente direkt in wichtige Bildschirmabläufe einbinden.  

Imagen bietet beispielsweise neue Bearbeitungsfunktionen (in der Entwicklervorschau). Sie können jetzt eine Maske zeichnen und Inpainting verwenden, um Pixel im maskierten Bereich zu generieren. Außerdem können Sie mit der Funktion „Erweitern“ Pixel außerhalb der Maske generieren.   

Imagen unterstützt Inpainting, sodass nur ein Teil eines Bildes generiert werden kann. 

Alternativ kann Gemini 2.5 Flash Image (auch bekannt als Nano Banana) das erweiterte Wissen und die Schlussfolgerungsfähigkeiten der Gemini-Modelle nutzen, um kontextbezogene Bilder zu generieren. Das ist ideal, um dynamische Illustrationen zu erstellen, die zur aktuellen In-App-Erfahrung eines Nutzers passen.   

Mit Gemini 2.5 Flash Image dynamische Illustrationen erstellen, die kontextbezogen für Ihre App sind 

Außerdem können Nutzer Bilder mithilfe von natürlicher Sprache bearbeiten.

Mit Gemini 2.5 Flash Image ein Bild mit natürlicher Sprache bearbeiten

Wenn Sie KI in Ihre Anwendung einbinden möchten, ist es wichtig, sich mit dem Thema KI-Sicherheit vertraut zu machen. Es ist besonders wichtig, die Sicherheitsrisiken Ihrer Anwendung zu bewerten, Anpassungen zur Minimierung von Sicherheitsrisiken in Betracht zu ziehen, Sicherheitstests durchzuführen, die für Ihren Anwendungsfall geeignet sind, und Nutzerfeedback einzuholen und Inhalte zu überwachen.

Imagen oder Gemini: Sie haben die Wahl 

Der Unterschied zwischen Gemini 2.5 Flash Image („Nano Banana“) und Imagen liegt in ihrem primären Fokus und ihren erweiterten Funktionen. Gemini 2.5 Flash Image ist ein Bildmodell innerhalb der Gemini-Modellfamilie. Es zeichnet sich durch die Bearbeitung von Bildern per Prompt aus, behält den Kontext und die Motivkonsistenz über mehrere Iterationen hinweg bei und nutzt „Allgemeinwissen und logisches Denken“, um kontextbezogene Bilder zu erstellen oder genaue Bilder in lange Textsequenzen einzubetten. 

Imagen ist das spezielle Modell von Google zur Bildgenerierung. Es wurde für mehr kreative Kontrolle entwickelt und ist auf fotorealistische Ausgaben, künstlerische Details und bestimmte Stile spezialisiert. Außerdem bietet es explizite Steuerelemente, mit denen Sie das Seitenverhältnis oder Format des generierten Bildes festlegen können.

Sehen wir uns an, wie Sie sie in Ihrer App verwenden können.
 

Übermalen von Bildern mit Imagen 

Vor einigen Monaten haben wir neue Bearbeitungsfunktionen für Imagen veröffentlicht. Obwohl Imagen jetzt für die Produktion von Bildern bereit ist, befinden sich die Bearbeitungsfunktionen noch in der Entwicklervorschau.

Zu den Imagen-Bearbeitungsfunktionen gehören Inpainting und Outpainting, maskenbasierte Bildbearbeitungsfunktionen. Mit dieser neuen Funktion können Nutzer bestimmte Bereiche eines Bildes bearbeiten, ohne das gesamte Bild neu generieren zu müssen. So können Sie die besten Teile Ihres Bildes beibehalten und nur das ändern, was Sie ändern möchten.

Mit den Imagen-Bearbeitungsfunktionen können Sie präzise Änderungen an einem Bild vornehmen und dabei die Integrität des restlichen Bildes beibehalten.

Dabei werden die Kernelemente und die allgemeine Integrität des Originalbilds beibehalten und nur der Bereich in der Maske wird geändert.

Um Inpainting mit Imagen zu implementieren, initialisieren Sie zuerst imagen-3.0-capability-001 ein bestimmtes Imagen-Modell, das Bearbeitungsfunktionen unterstützt:

// Copyright 2025 Google LLC.
// SPDX-License-Identifier: Apache-2.0
val editingModel =
        Firebase.ai(backend = GenerativeBackend.vertexAI()).imagenModel(
            "imagen-3.0-capability-001",
            generationConfig = ImagenGenerationConfig(
                numberOfImages = 1,
                aspectRatio = ImagenAspectRatio.SQUARE_1x1,
                imageFormat = ImagenImageFormat.jpeg(compressionQuality = 75),
            ),
        )

Definieren Sie dann die Inpainting-Funktion:

// Copyright 2025 Google LLC.
// SPDX-License-Identifier: Apache-2.0

val prompt = "remove the pancakes and make it an omelet instead"

suspend fun inpaintImageWithMask(sourceImage: Bitmap, maskImage: Bitmap, prompt: String, editSteps: Int = 50): Bitmap {
        val imageResponse = editingModel.editImage(
            referenceImages = listOf(
                ImagenRawImage(sourceImage.toImagenInlineImage()),
                ImagenRawMask(maskImage.toImagenInlineImage()),
            ),
            prompt = prompt,
            config = ImagenEditingConfig(
                editMode = ImagenEditMode.INPAINT_INSERTION,
                editSteps = editSteps,
            ),
        )
        return imageResponse.images.first().asBitmap()
    }

Sie stellen sowohl ein sourceImage als auch ein maskImage und einen Prompt für die Bearbeitung sowie die Anzahl der auszuführenden Bearbeitungsschritte bereit.

Ein Beispiel dafür finden Sie im Imagen Editing Sample im Android AI Sample-Katalog.

Imagen unterstützt auch Outpainting, mit dem Sie das Modell die Pixel außerhalb einer Maske generieren lassen können. Sie können auch die Bildanpassungsfunktionen von Imagen verwenden, um den Stil eines Bildes zu ändern oder ein Motiv in einem Bild zu aktualisieren. Weitere Informationen finden Sie in der Android-Entwicklerdokumentation.

Konversationelle Bildgenerierung mit Gemini 2.5 Flash Image

Eine Möglichkeit, Bilder mit Gemini 2.5 Flash Image zu bearbeiten, besteht darin, die Multi-Turn-Chatfunktionen des Modells zu nutzen.

Initialisieren Sie zuerst das Modell:

// Copyright 2025 Google LLC.
// SPDX-License-Identifier: Apache-2.0

val model = Firebase.ai(backend = GenerativeBackend.googleAI()).generativeModel(
    modelName = "gemini-2.5-flash-image",
    // Configure the model to respond with text and images (required)
    generationConfig = generationConfig {
        responseModalities = listOf(ResponseModality.TEXT,
        ResponseModality.IMAGE)
    }
)

Um ein ähnliches Ergebnis wie bei der oben beschriebenen maskenbasierten Imagen-Methode zu erzielen, können wir die chat API verwenden, um eine Unterhaltung mit Gemini 2.5 Flash Image zu starten.

// Copyright 2025 Google LLC.
// SPDX-License-Identifier: Apache-2.0

// Initialize the chat
val chat = model.startChat()


// Load a bitmap
val source = ImageDecoder.createSource(context.contentResolver, uri)
val bitmap = ImageDecoder.decodeBitmap(source)


// Create the initial prompt instructing the model to edit the image
val prompt = content {
    image(bitmap)
    text("remove the pancakes and add an omelet")
}

// To generate an initial response, send a user message with the image and text prompt
var response = chat.sendMessage(prompt)

// Inspect the returned image
var generatedImageAsBitmap = response
    .candidates.first().content.parts.filterIsInstance<ImagePart>().firstOrNull()?.image

// Follow up requests do not need to specify the image again
response = chat.sendMessage("Now, center the omelet in the pan")
generatedImageAsBitmap = response
    .candidates.first().content.parts.filterIsInstance<ImagePart>().firstOrNull()?.image

Ein Beispiel dafür finden Sie im Gemini Image Chat-Beispiel im Android AI-Beispielkatalog. Weitere Informationen dazu finden Sie in der Android-Dokumentation.

Schlusswort

Sowohl Imagen als auch Gemini 2.5 Flash Image bieten leistungsstarke Funktionen. Je nach Anwendungsfall können Sie das ideale Modell für die Bildgenerierung auswählen, um Ihre App zu personalisieren und die Nutzerinteraktion zu steigern.