Aumenta la participación de los usuarios con la generación de imágenes con IA

Agregar imágenes personalizadas a tu app puede mejorar y personalizar significativamente la experiencia del usuario, además de aumentar la interacción de los usuarios. En esta publicación, se exploran dos nuevas funciones para la generación de imágenes con Firebase AI Logic: las funciones de edición especializadas de Imagen, que actualmente se encuentran en versión preliminar, y la disponibilidad general de Gemini 2.5 Flash Image (también conocido como "Nano Banana"), diseñado para la generación de imágenes contextuales o conversacionales. 

Aumenta la participación de los usuarios con imágenes generadas a través de Firebase AI Logic

Los modelos generativos de imágenes se pueden usar para crear avatares personalizados de perfiles de usuario o para integrar recursos visuales personalizados directamente en los flujos de pantallas clave.  

Por ejemplo, Imagen ofrece nuevas funciones de edición (en versión preliminar para desarrolladores). Ahora puedes dibujar una máscara y usar la pintura interna para generar píxeles dentro del área enmascarada. Además, la extensión de imagen está disponible para generar píxeles fuera de la máscara.   

Imagen admite la pintura interna, lo que permite generar solo una parte de una imagen. 

Como alternativa, Gemini 2.5 Flash Image (también conocido como Nano Banana) puede usar el amplio conocimiento del mundo y las capacidades de razonamiento de los modelos de Gemini para generar imágenes relevantes según el contexto, lo que es ideal para crear ilustraciones dinámicas que se alineen con la experiencia en la app actual del usuario.   

Usa Gemini 2.5 Flash Image para crear ilustraciones dinámicas que sean contextualmente relevantes para tu app. 

Por último, la capacidad de editar imágenes de forma conversacional e iterativa permite que los usuarios editen una foto con lenguaje natural.

Usa Gemini 2.5 Flash Image para editar una imagen con lenguaje natural.

Cuando comiences a integrar la IA en tu aplicación, es importante que conozcas la seguridad de la IA. Es especialmente importante evaluar los riesgos de seguridad de tu aplicación, considerar ajustes para mitigar los riesgos de seguridad, realizar pruebas de seguridad adecuadas para tu caso de uso, solicitar comentarios de los usuarios y supervisar el contenido.

Imagen o Gemini: Tú eliges 

La diferencia entre Gemini 2.5 Flash Image ("Nano Banana") e Imagen radica en su enfoque principal y sus capacidades avanzadas. Gemini 2.5 Flash Image, como modelo de imagen dentro de la familia Gemini, se destaca en la edición conversacional de imágenes, ya que mantiene la coherencia del contexto y el sujeto en varias iteraciones, y aprovecha el "conocimiento y razonamiento del mundo" para crear imágenes relevantes en el contexto o incorporar imágenes precisas en secuencias de texto largas. 

Imagen es el modelo de generación de imágenes especializado de Google, diseñado para un mayor control creativo, especializado en resultados altamente fotorrealistas, detalles artísticos y estilos específicos, y que proporciona controles explícitos para especificar la relación de aspecto o el formato de la imagen generada.

Veamos cómo usarlos en tu app.
 

Inpainting con Imagen 

Hace unos meses, lanzamos nuevas funciones de edición para Imagen. Aunque Imagen ya está listo para la producción de generación de imágenes, las funciones de edición aún se encuentran en la versión preliminar para desarrolladores.

Las funciones de edición de Imagen incluyen el retoque y la extensión de imagen, que son funciones de edición de imágenes basadas en máscaras. Esta nueva función permite que los usuarios modifiquen áreas específicas de una imagen sin volver a generar toda la imagen. Esto significa que puedes conservar las mejores partes de tu imagen y solo alterar lo que quieras cambiar.

Usar las funciones de edición de Imagen para realizar cambios específicos y precisos en una imagen y garantizar la integridad del resto de la imagen

Estos cambios se realizan manteniendo los elementos principales y la integridad general de la imagen original, y modificando solo el área de la máscara.

Para implementar la pintura interna con Imagen, primero inicializa imagen-3.0-capability-001 un modelo de Imagen específico que admita funciones de edición:

// 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),
            ),
        )

A partir de ahí, define la función de inpainting:

// 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()
    }

Proporcionas una sourceImage, una maskImage y una instrucción para la edición, además de la cantidad de pasos de edición que se deben realizar.

Puedes verla en acción en el ejemplo de edición de Imagen en el catálogo de ejemplos de IA para Android.

Imagen también admite la extensión de imagen, que te permite dejar que el modelo genere los píxeles fuera de una máscara. También puedes usar las funciones de personalización de imágenes de Imagen para cambiar el estilo de una imagen o actualizar un sujeto en una imagen. Obtén más información en la documentación para desarrolladores de Android.

Generación de imágenes conversacional con Gemini 2.5 Flash Image

Una forma de editar imágenes con Gemini 2.5 Flash Image es usar las capacidades de chat de varios turnos del modelo.

Primero, inicializa el modelo:

// 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)
    }
)

Para lograr un resultado similar al del método de Imagen basado en máscaras que se describió anteriormente, podemos usar la API de chat para iniciar una conversación con Gemini 2.5 Flash Image.

// 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

Puedes verla en acción en la muestra de Gemini Image Chat en el catálogo de muestras de IA para Android y leer más al respecto en la documentación de Android.

Conclusión

Tanto Imagen como Gemini 2.5 Flash Image ofrecen funciones potentes, lo que te permite seleccionar el modelo de generación de imágenes ideal para personalizar tu app y aumentar la participación de los usuarios, según tu caso de uso específico.