当你随机点击书中的一段文字，这段文字则会作为提示词实时生成一张配图。为了看起来不像“预制菜”，开发者在生成过程中加入了随机种子（Seed），这样即便反复点击同一段文本，生成的也是为同一段内容搭配的不同图片。 我请教了几位有孩子的家长朋友，并总结了他们挑选儿童绘本的大致逻辑：图像和文本质量要过关；分“年龄段”；故事有逻辑，线索丰富最好。我们一起看看 Storybook 能不能满足这些需求？ 首先，AI 生成的插画质量不错，清晰度高，色彩丰富，甚至将毛毛虫长大的面部神情展现了出来。总的来说，是一个情节简单、欢快的科普小故事。 角色有穿风衣的熊侦探、戴眼镜很显睿智的猫头鹰教授、骑士、偷了故事书的公主玩偶。但是公主在几张图上都不一样，说明角色一致性还有待提高。 然而我不太理解一个情节，就是保护童话书的骑士为熊侦探提供线索（后来我反应过来，既然熊能当侦探，为什么骑士不能去图书馆值夜班保安，果然大人的想象力还是太局限。） 你可以直接在 Gemini 的对话框里输入希望对绘本进行的调整。比如我当时要求调整一下“骑士”角色，换一个找寻失窃图书的线索。 父母希望小孩在成长过程中逐渐理解“友情”、“勇气”等“抽象概念”，但是有时候苦于找不到一个合适的机会。如果这些从一本小孩经常阅读的绘本中演绎出来，会是一个很好的教育方式。 Storybook 很有想象力的一点是，还支持上传文件。比如孩子刚画了一张画，满心期待地给你看，你除了夸夸，还可以让 AI 基于这张画生成一个故事（母慈子孝这不就来了）。 或者孩子总是缠着你，让你解释啥是黑洞、人工智能能做什么、你做啥工作的？为什么总是那么忙……你都不必再用一句，“你还小，现在还理解不了，长大了自会知道”敷衍了事。 目前该功能支持中文、英文、意大利语等在内的45种语言。建议你用来生成架空的故事，比如有一次我尝试让它做一本“荆轲刺秦王”绘本，不出意外的，AI 又胡说八道了。 背后大概的技术链条是，利用 Gemini 创作一个10页的故事——Gemini 再为每一页故事创建图片提示，发送给 Imagen——再由模型微调技术保证画面风格迁移和人物角色的一致性，类似基于 Stable Diffusion 做的 LoRA 和 Dreambooth，你可以将它理解成生图模型上打的一个“补丁”。 就在最近，Google 推出了Gemini 2.5 Flash Image。目前不清楚 Storybook 是不是更新到这个最新的图片生成模型，但可以看出角色一致性、完全基于提示的图像生成和编辑一直是图像模型追求的能力提升，也是图像模型产生实用价值的关键。 应该是为了保证一致性效果最佳，Storybook 目前至多生成十页绘本，限制了它没法展现复杂逻辑或宏大主题的故事，总是看得我意犹未尽的。 二是，这样 AI 将进一步淹没出版、作家、插画师等行业的努力——目前有第三方做了一个在线绘本库，上面已经上传了三百多个经挑选过的用 Storybook 生成的绘本，并根据年龄段、情绪基调、语言、类型、故事背景做了区分（https://geministorybook.gallery/）。 技术中立太老生常谈了。Storybook 可以作为低龄儿童的辅助阅读材料，如果你用承担认字和阅读分级教育作用的正规出版图书作为标尺，那么 AI 绘本显然不够如此严谨。 能让小孩时常回味一些和家庭、朋友之间的美好瞬间，父母为孩子讲解就在当下他所感兴趣，或困扰着他的话题，也许是比起传统绘本，AI 绘本更有价值的地方。
