Gemini限制人物图像生成有三个核心原因：2024年多样性争议暴露了AI生成历史图像中的严重偏见问题，各地正在推进的深度伪造与隐私法规禁止生成可识别真实个人的逼真图像，以及2026年2月发布的Nano Banana 2安全升级大幅收紧了名人与人脸相关限制。不过，Gemini仍然可以生成虚构人物、风格化肖像和插画风格的人物形象——关键在于了解政策边界，并掌握正确的提示词策略。
要点速览
- 2024年2月起禁止：生成真实可识别人物的逼真图像（起因于一次广受批评的历史图像事件）
- 2026年2月收紧：Nano Banana 2新增4个限制类别——公众人物/名人、换脸、在真实人物图像上换装，以及金融图像篡改
- 仍然可用：虚构角色、插画/卡通风格、人群剪影、角色设计概念图
- 开发者注意：API限制与消费者版Gemini应用有所不同——请查阅所有Gemini图像模型对比了解各版本的具体限制
简短回答——Gemini限制人物图像的3个核心原因
当用户第一次遇到Gemini图像生成拒绝时——「我无法为真实人物创建逼真图像」——自然反应是困惑和沮丧。这个限制看起来很随意，尤其是当Midjourney或DALL-E等竞争产品似乎更宽松的时候。但Gemini对人物图像的限制并非随意的政策决定，而是源于一系列有据可查的事件和法律义务，使谷歌在实际上别无选择，只能维持这些护栏。
这三个核心原因分别在不同层面发挥作用。第一个是历史层面：Gemini的图像模型在2024年初被发现生成了严重问题的内容，后续影响之深重，谷歌CEO不得不公开致歉。这在谷歌内部留下了深刻的机构记忆——任何对人物图像政策的放宽都承载着巨大的声誉风险。第二个原因是法律层面：深度伪造立法在美国、欧盟及众多其他司法管辖区快速推进，谷歌法务团队认定生成可识别真实个人的逼真图像会带来不可接受的法律责任。第三个原因是技术与架构层面：2026年2月发布的Nano Banana 2模型（gemini-3.1-flash-image-preview）引入了一个新的安全层，专门针对四类已大量出现的滥用行为。
理解这三个原因很重要，因为它有助于校准你的预期。这不是一个会随着公众注意力转移而解除的临时限制——这是一个针对具体问题的多层政策响应。已经改变的，以及未来可能改变的，是限制的精准度。2024年初是一刀切的「全面暂停」方式。2026年的现行政策则更为精细，屏蔽了特定的有害类别，同时允许广泛的合法创意用途。了解边界所在，才能在限制范围内高效工作，而不是不断猜测Gemini会接受什么。
2024年争议：一场多样性实验的失败
要理解Gemini的限制为何如此严格，你需要了解2024年2月发生了什么——以及为什么那次事件在谷歌对AI生成人物图像的处理方式上留下了如此持久的影响。
改变一切的事件
2024年2月22日，用户开始发布Gemini图像生成产生历史不准确结果的截图。当被要求生成「19世纪美国参议员」或「纳粹士兵」的图像时，Gemini生成了种族多元的群体——模型被过度调整，在没有历史背景的情况下对所有提示词应用多样性修正。19世纪美国参议员是黑人，或者第二次世界大战德国士兵是亚裔或非洲裔，这不是多样性——这是历史失实。这些图像在社交媒体上广泛传播，引发了来自政治光谱各方的大量批评，有人称其为AI生成的虚假信息，也有人将其定性为植入模型的意识形态操控。
六天后，2024年2月28日，谷歌CEO桑达尔·皮查伊打破了他通常的公开沉默，直接回应了这一问题。在随后公开的一份内部备忘录中，皮查伊将这些输出结果描述为「完全无法接受」，并承认模型产生了「不准确且冒犯性」的结果。他承诺从根本上重新审视Gemini处理人物图像生成的方式——不仅仅是打补丁，而是重新思考模型对真实人物和历史人物的呈现方式。谷歌立即暂停了Gemini应用和Gemini API中的所有人物图像生成功能。
为什么恢复如此缓慢
大多数科技公司发现漏洞后，会打补丁然后继续前进。2024年的Gemini事件没有被当作漏洞处理——而是被视为一个根本性对齐问题的证据。模型学会了在历史准确性要求相反结果的情境中应用多样性修正。修复这个问题不只是改变一个参数，而是需要对产生这种偏见的训练数据和强化学习过程进行全面评估。
到2024年第三季度，谷歌为使用Imagen 3模型的Gemini高级版订阅用户恢复了有限的人物图像生成功能。但这是受控推出，而非完全恢复。基础版Gemini仍受限制，即使是高级版，其运营规范也比暂停前的政策更为严格。整个2025年，限制持续存在：不生成真实可识别个人的逼真图像仍是核心规则，模型会拒绝要求生成名人图像、看起来描绘特定真实人物的肖像，以及任何可能被解读为代表真实人物而没有明确虚构框架的图像。
持久的机构影响
2024年事件之所以具有独特的重要性，在于它所触发的机构性回应。谷歌召集了一次对所有AI图像政策的内部审查，贯穿2024年下半年。这次审查塑造了2026年2月发布的Nano Banana 2的架构。Nano Banana 2并非简单地在现有模型上叠加更多内容过滤器，而是在模型层面将安全约束内嵌其中——这些限制不是可以通过巧妙提示词绕过的后处理过滤器，而是编入了模型对什么构成合法图像请求的基本理解中。这就是为什么当前的限制比2024年的限制更为健壮，更难绕过。
今日的禁止内容：Gemini 2026年人物图像限制（Nano Banana 2）
2026年2月27日发布的Nano Banana 2（gemini-3.1-flash-image-preview）代表了Gemini人物图像政策的当前状态。准确理解这个模型拒绝什么——以及为什么——对于任何使用Gemini图像生成功能的人来说都至关重要。这些限制适用于Gemini应用和API访问，但执行严格程度因版本而异。
逼真的真实可识别人物是2024年2月以来一直存在的基础限制。模型会拒绝任何看起来要求生成特定真实个人逼真图像的提示词，无论是通过姓名、描述（「某大型科技公司的CEO」）还是视觉参考来识别。「可识别」的阈值比许多用户预期的要低——模型不需要确定某个特定真实人物是目标；只要提示词与特定真实个人可能是目标的场景模式匹配，它就会拒绝。
名人和公众人物图像在Nano Banana 2中被正式确立为一个明确类别。此前，名人拒绝作为「可识别真实人物」的子集处理。2026年的政策将其提升为独立限制：无论出于何种背景、框架或目的，均不得生成具名名人、政治家、运动员、演员、音乐家及其他公众人物的图像。即使是明显的讽刺或艺术性请求也适用——模型不尝试评估意图，只是拒绝该类别。
换脸和深度伪造是Nano Banana 2新增的另一个限制。任何描述将一个人的脸替换为另一个人——无论通过明确语言（「把[某人]的脸放在这个身体上」）还是隐含指示——都会触发拒绝。这一限制的存在是专门针对2024年和2025年泛滥的非自愿深度伪造内容，并反映了谷歌在新兴深度伪造立法下面临的法律风险。
名人服装和外貌变换在Nano Banana 2中被单独列为一个类别，有别于换脸。描述修改真实人物图像中的衣物、身体或外貌的提示词——「展示[某名人]换一套衣服」或「[某公众人物]换发型会是什么样子」——会被拒绝。这专门针对在社交媒体平台上变得普遍的一种用途。
金融文件修改是Nano Banana 2四个新限制类别中的最后一个。虽然在技术上与人物图像限制有所不同，但这一类别反映了此次更新背后更广泛的安全理念：Gemini不会生成看起来是金融文件、报表或记录的修改版本，无论出于何种目的。
这些限制的执行机制因模型和版本而异。消费者版Gemini应用以最保守的解释运行，以宽裕的安全边界应用限制，会捕获一些在更精确阅读政策时本可允许的边缘案例。API版本——尤其是直接访问gemini-3.1-flash-image-preview时——以更高精度应用限制，这意味着一些在消费者应用中触发拒绝的创意虚构场景，通过API可以成功执行。两个版本都没有为核心限制提供例外，但API环境对于涉及人物主题的专业创意工作流来说确实更有实用价值。
理解模型如何处理模糊案例也很重要。当一个提示词既可以被解读为描绘虚构角色，也可以被解读为描绘特定真实个人时，模型的默认行为是拒绝，而不是冒险出现误判。这种保守的默认设置是有意为之的——错误生成未经同意的真实人物逼真图像的代价，被认为高于错误拒绝合法创意请求的代价。遇到看似无害的提示词被拒绝的用户，往往是触碰到了这个模糊性阈值，而不是核心限制本身。
值得注意的是，这个列表上没有什么。这些限制专门针对真实和可识别的人物，不禁止一般的人物形象，大量合法用途仍然完全支持。
更深层的原因：隐私法、深度伪造与偏见预防
除了2024年的事件之外，Gemini的限制还反映了一个正在显著变化的更广泛法律和伦理格局。理解这些更深层的驱动因素，有助于解释为什么限制处于当前水平，以及它们未来可能走向何处。
隐私法是最具体的法律驱动因素。多个司法管辖区现在有专门的法律，管理使用AI生成真实人物图像。多个美国州在2024年和2025年通过了深度伪造立法，其中包含专门针对非自愿图像生成的条款。欧盟的《人工智能法》在2024年和2025年分阶段进入执法，包含关于AI系统生成真实个人逼真表示的明确条款。对于谷歌这样同时在所有这些司法管辖区运营的公司，最安全的方法是制定一个满足各地最严格适用法律的政策。这就是为什么这些限制实际上是全球性的，而不是特定地区的。
非自愿亲密图像（NCII）问题是深度伪造相关立法最具政治争议性的驱动因素。2024年和2025年发布的研究记录显示，网络上的大量深度伪造内容由真实个人的非自愿性化图像组成，主要以女性为目标。虽然Gemini现有的内容政策已经屏蔽了露骨内容，但即使与支持NCII生成的基础设施存在一丝关联，声誉风险也是巨大的。名人和公众人物限制不仅仅是关于法律责任——也关于不让Gemini的输出出现在研究此类有害内容的人的信息流中。
偏见预防角度是2024年事件特有的，但仍然相关。2024年2月暴露的根本问题是，模型学会了在不理解背景的情况下应用人口统计修正——一种旨在在虚构环境中产生更多元化输出的过度修正，被盲目地应用于历史准确性要求不同于公平表示的场景。这些限制不仅仅是为了防止有害输出；也是为了给模型空间来处理人物表示的真正复杂性，而不会犯分类错误。限制人物图像生成的范围，反而是谷歌能够对其允许的人物图像生成更加周到的方式。
还有一个值得理解的竞争动态维度。谷歌面临的监管审查远超较小的AI公司，无论是因为其市场地位，还是因为在多个司法管辖区进行中的反垄断诉讼。与2024年事件等效的争议对谷歌的影响，将远超没有类似监管关注度的小型竞争对手。这种监管风险的不对称，部分解释了为什么谷歌在人物图像方面的政策决定比没有相当监管可见性的平台更为保守。这些限制反映了谷歌在其特定处境下的理性风险管理，而不一定是对什么AI人物图像应该被允许的普遍判断。
所有Gemini生成的图像都带有谷歌的SynthID水印——一种嵌入图像数据中的不可见数字签名，即使在编辑、裁剪或格式转换后，也可以识别出该图像是AI生成的。SynthID反映了与内容限制相同的基础理念：谷歌对AI图像安全的方法涉及技术基础设施，而不仅仅是政策规则。
你能生成什么——2026年可用的人物图像
对真实人物图像的限制虽然显著，但留下了相当大的创意空间。了解Gemini能够成功生成什么——以及如何提示——往往比列举它拒绝什么更有实际价值。
通用虚构人物完全受支持，是允许的人物图像中最宽泛的类别。游戏角色、故事插画主角、营销概念中的通用人物——这些都可以，前提是提示词不把角色锚定到特定真实个人。关键是保持描述在外貌和性格特征的领域，而不是指向特定真实人物的身份标记。「一个三十多岁戴眼镜若有所思的软件工程师」能成功生成；「看起来像[某科技CEO]的软件工程师」则不行。
插画和艺术风格人物是另一个可靠支持的类别。当提示词明确援引一种艺术风格——插画、卡通、水彩、油画、漫画风格、动漫、Q版——Gemini对「逼真可识别人物」限制的阈值会有显著偏移。即使描述的人具有理论上可辨认的特定外貌特征，有特定物理特征的油画肖像与具有相同特征的逼真肖像在处理上是不同的。使用风格描述词不是绕过限制的技巧；这是在政策的预期范围内工作，因为政策专门针对逼真图像。
风格化、非照片式的历史人物处于微妙的中间地带。当风格被明确要求为非逼真时，亚伯拉罕·林肯、拿破仑或其他历史人物的清晰绘画或插画肖像通常能成功生成。限制针对的是「真实人物」加「逼真」这一特定组合——打破这对组合，政策边界就会移动。尽管如此，这个类别需要谨慎：尝试生成任何历史人物的逼真图像，或请求可能被用于虚假信息的现代演绎，都会触发拒绝。
人群场景和剪影完全支持。匿名群体、阴影和剪影构图、场景中的远处人物，以及从遮挡个人面部特征的角度看到的人群，都可以无限制生成。对于需要人物存在但不需要个人身份的用途——产品模型、环境插画、建筑可视化——人群和剪影方式既可靠又往往在视觉上引人注目。
游戏、书籍和品牌的角色概念与设计是Gemini当前能力的强项用途。原创角色创作，提示词定义角色的性格、角色和美学而不参考真实个人，能持续产生高质量结果。角色设计空间特别适合风格描述词：「半写实插画风格的奇幻战士角色设计」效果很好，能产生适合专业创意项目的结果。
使用描述性特征的肖像可以成功，但有重要注意事项。描述外貌和性格特征的提示词——「一位留银色头发、神态权威的中年女性，企业肖像风格」——只要描述没有收敛到特定可识别个人，就能成功生成。实际的检验标准是描述是否唯一指向某个真实人物；如果多个不同的人都可能合理地符合描述，提示词很可能会成功。如果描述足够具体，以至于读到它的人会立即想到某个真实人物，则可能会被拒绝。
人物角色生成的提示词工程策略
在Gemini中有效提示人物图像，不仅需要了解模型会和不会生成什么，还需要了解它如何解读请求。相同的主题内容可能因框架不同而成功或失败，培养对这种区别的直觉，是将那些不断被拒绝的用户与能成功生成的用户区分开来的实际技能。
以风格开场是最有效的单一策略。当你的第一个描述确立了视觉处理方式——「以细腻的插画风格」或「水彩肖像」或「动漫角色艺术」——你立即将后续的一切内容置于虚构创意工作的语境中，而不是逼真图像请求。Gemini的限制专门针对逼真输出；预先确立非逼真风格会极大地改变后续描述词的解读方式。这不是欺骗模型——这是对意图的准确传达。
基于特征的描述而非基于参考的描述是第二个基础原则。「看起来像[某名人]的角色」和「拥有深色卷发、高颧骨、自信表情的角色」之间的区别，从政策角度来看并不微妙——前者直接援引了真实人物，后者描述了数百万人共有的外貌特征。构建角色描述时，从原型、特征组合和美学主题出发，而不是参考特定个人。头发颜色、体型、年龄段、服装风格和情感表达等特征都可以；姓名和与真实人物的比较则不行。
背景建立比许多用户意识到的更重要。在描述角色之前确立虚构世界、故事背景或创意项目的提示词，与单纯的角色描述处理方式不同。「在一个以欧洲中世纪为背景的奇幻世界中，一个兼具学识与政治手腕的宫廷顾问角色」在创意虚构空间中被处理；而没有背景的「学识渊博的政治智囊」则被处理得更字面化。添加一句背景——类型、媒介、用途——不能保证成功，但它以减少限制过滤器误触发的方向改变了模型的解读。
避免直接映射到限制类别的词汇。某些词语和短语无论背景如何都会可靠地触发拒绝：「某人的真实照片」「逼真肖像」「看起来完全像」「某真实人物的风格」，以及类似措辞。将「真实照片」替换为「细致插画」或「艺术肖像」通常会改变结果，同时准确描述了大多数创意用途中你实际想要的东西。
迭代被拒绝的提示词时，不要只是删除词语，而是重新框架：添加风格描述词，建立虚构背景，从基于参考的描述转换为基于特征的描述，并明确用途。拒绝是关于模型如何解读你的提示词的反馈，而不是对你的潜在创意目标是否合理的评估。大多数合理的创意目标都可以通过正确的提示词方式在Gemini的现行政策框架内实现。
在单个提示词中组合多种策略往往能产生最可靠的结果。以风格开场（「以细致的漫画插画风格」），建立背景（「为一部设定在2090年的赛博朋克惊悚小说」），使用基于特征的描述（「一个五官锐利、眼神沧桑、穿着长大衣的侦探角色」），并明确创意用途（「用于小说的章节题图」）——这从多个角度同时应对模糊性阈值。这些元素中的任何一个可能就足够了，但组合使用能为这个请求是虚构创意工作而非真实个人逼真表示发出清晰信号。
Gemini的拒绝与你的提示词修订之间的反馈循环，本身就是一个有用的创意工具。拒绝通常对触发它的元素很具体——了解你的提示词的哪个方面模式匹配到了限制类别，往往能揭示关于模型如何处理请求的信息，这会为你更广泛的提示词方法提供参考。培养这种解读技能的用户会发现，限制从障碍变成了有用的护栏，帮助他们准确了解自己在创作什么类型的图像。
API访问与消费者版Gemini：开发者面临的不同政策
对于使用Gemini图像生成功能构建应用程序的开发者来说，政策格局与消费者版Gemini应用用户的体验有重要差异。理解这些差异对于准确的产品规划和对利益相关者设置预期至关重要。
核心人物图像限制适用于所有访问层级——没有任何开发者或企业配置能够解锁真实可识别人物的逼真图像或允许名人图像生成。这些限制在架构层面内嵌于Nano Banana 2模型中，而不是作为API访问可以绕过的后处理过滤器执行。任何以「通过API访问获得无限制人物图像生成」为前提的开发计划都应该修订。
确实不同的是执行精准度。消费者版Gemini应用包含为广泛非技术用户群设计的额外护栏，这意味着拒绝阈值设置得相对保守。对同一Nano Banana 2模型（gemini-3.1-flash-image-preview）的API访问，在艺术或明显虚构背景下的边缘案例和模糊提示词上，容忍度略高。为专业创意用途构建工具的开发者——角色设计、概念艺术、插画辅助——通常会发现在消费者应用中触发拒绝的提示词，通过相同内容的直接API调用能成功执行。
实际的含义是，Gemini的免费图像生成配额对人物图像用途的影响，不如你应用的政策背景重要。构建一个明确定位为创意角色设计助手的工具，将虚构背景作为应用系统提示的一部分，比逐条提示词处理虚构框架能给你更可靠的基础。
对于评估API成本的开发者，通过laozhang.ai等聚合服务访问价格实惠的Gemini图像API可以显著降低构建图像生成功能的成本。Nano Banana Pro模型（gemini-3-pro-image-preview）每次生成约$0.05——大约是直接API定价的20%——这使得构建迭代生成工作流在开发期间不会因每张图像的成本变得令人望而却步。文档和API演练场访问地址：docs.laozhang.ai。
速率限制和配额管理在消费者应用和API访问之间也有所不同。Gemini API的免费层提供有限的每日图像生成请求，而付费API层提供适合生产应用的高得多的限制。对于图像生成量较大的应用，Nano Banana 2和Nano Banana Pro模型之间的区别不仅仅是输出质量，还有成本优化——Flash模型在每次生成成本更低的情况下，为许多用例提供了足够的质量。
Gemini vs. Midjourney vs. DALL-E：人物生成对比
将Gemini的人物图像限制与竞争平台相比的用户，往往有一种竞品更宽松的印象。现实情况更为复杂——每个平台有不同的限制哲学，实际差异在很大程度上取决于具体用途。
Midjourney在人物图像上比Gemini更灵活，包括更逼真的人物主题，但对具名真实人物和露骨内容有自己的限制。对于写实风格的虚构角色生成，Midjourney在当前政策下通常比Gemini更有能力。但Midjourney主要通过Discord运营，API能力更有限，这使其不太适合程序化集成。对于插画和艺术风格——这构成了大量合法创意用途——Gemini Flash Image对比DALL-E和Flux显示质量具有竞争力，且成本更低。
DALL-E 3（通过OpenAI的API或ChatGPT访问）同样比Gemini在逼真人物图像上允许更灵活，OpenAI的方法更多地聚焦于特定有害类别，而不是对逼真人物广泛限制。DALL-E对真实人物和名人的限制与Gemini类似，但对虚构逼真人物的阈值更高。折中是成本：DALL-E 3 API访问每张图像的费用明显高于Gemini的选项。
如果你的用途特别需要逼真的虚构人物和非名人的逼真肖像，Gemini目前是主要平台中限制最多的。对于艺术、插画和风格化人物图像——涵盖了绝大多数合法创意应用——Gemini在质量和宽松度上都与竞品相当。问题不是哪个平台没有限制（所有平台都有），而是哪个平台的限制特征最符合你的特定合法用途。
常见问题——关于Gemini人物限制的常见问题
Gemini能生成我自己面孔的照片吗？ 不能。上传你自己的照片，让Gemini生成变体、添加不同背景或修改你的外貌，受「可识别真实人物」限制覆盖。即使主体完全同意，当前政策也没有自拍豁免。这是一个已知的限制，让头像照片用途感到沮丧。
我能生成政治家或历史领导人的图像吗？ 明显非逼真艺术风格中的历史人物（已故个人）通常可以成功。现任政治人物受公众人物限制而被拒绝。「历史人物」和「近期到被视为当前公众人物」之间的界限没有精确记录，但作为实际规则：在明显艺术风格中去世多年的人物通常可以；在世或最近去世的政治人物则不行。
限制是否适用于看起来像真实人物的AI生成角色？ 限制针对的是会被解读为描绘真实个人的逼真图像，而不是偶然的相似。一个虚构角色恰好与某真实人物有相似的外貌特征，只要描述使用特征术语而不参考该人物，通常被视为虚构。但专门描述为与具名个人相似的角色——「创建一个看起来像[某名人]的角色」——会被拒绝。
API访问能解锁更宽松的人物生成吗？ 不能。核心限制是模型层面的，而不是API层面的，适用于所有访问层级。API访问对创意虚构背景提供了略高的精准度，但不能解锁生成逼真真实人物、名人或受限内容类别。
Nano Banana 2是这些限制的最终版本吗？ 谷歌的图像政策自2024年以来持续演变，没有理由认为它们已经永久稳定。Nano Banana 2代表截至2026年3月的当前状态。未来的模型更新可能会朝任一方向细化限制——为合法创意用途放宽边缘案例，或针对新的滥用模式进行收紧。关注谷歌的AI政策公告是保持最新的最可靠方式。
我能用Gemini生成头像或个人资料图像吗？ 明显非逼真风格的头像生成——插画、卡通、动漫或类似风格——通常可以成功。逼真头像生成受当前政策限制。对于个人资料图像用途，明确要求插画或艺术风格的提示词通常能产生可用的结果。
Gemini的限制与其他AI图像工具有什么不同？ 对于逼真人物图像，Gemini的限制比大多数竞争平台更广泛、更一致地执行。这些限制源于特定的机构历史（2024年争议）并反映了谷歌作为大型受监管公司的特殊法律风险。竞争平台对有害内容有自己的限制，但通常对虚构主体允许更灵活的逼真人物图像。
如果我的合理提示词被拒绝，我该怎么做？ 添加明确的风格描述词（插画、艺术肖像、角色设计），在描述角色之前建立虚构背景，从基于参考的描述切换到基于特征的描述，并避免映射到逼真肖像请求的词汇。大多数合理的创意目标都可以通过适当的提示词框架在当前政策内实现。
结论：顺应政策而非对抗政策
Gemini的人物图像限制是特定有记录历史、具体法律义务，以及谷歌AI安全团队深思熟虑的架构决策的产物。它们不是漏洞、占位符或等待移除的临时不便——它们反映了真实的机构承诺，而且如果说有什么变化，精准度可能会提高，而不是范围缩小。
对用户而言，实际含义是：最有效的方法是了解政策的实际边界，而不是将所有人物图像视为禁区。虚构角色、艺术风格、角色设计、人群场景，以及大量创意应用，都在Gemini当前能力范围内完全可用。这些限制针对的是真实感与真实人物身份的特定组合，这只占合法创意用途的一小部分。在这个框架内使用适当的提示词策略，大多数人物图像需求都可以实现。
对于构建应用程序的开发者，关键启示是API访问不能绕过模型层面的限制，但对于明确建立了虚构背景的创意应用，确实提供了更精准调整的环境。将该背景内嵌到应用架构中——而不是依赖逐条提示词框架——能产生更一致的结果和更好的用户体验。
2024年的事件及其后续影响，以可能是永久性的方式重塑了谷歌对AI生成图像中人物表示的思考方式。但从那个过程中产生的政策，比之前的一刀切暂停更为周到，针对性也更强。理解限制的历史和当前状态，是在2026年有效利用Gemini图像生成能力的基础。