GSP1336

概览

在本实验中，您将探索 Google AI Studio 强大的多模态功能，重点了解生成式 AI 和空间理解。通过实践练习，您将获得使用前沿 AI 模型的实操经验，并了解如何将它们集成到您的应用中。作为博物馆馆长兼展览设计师，您将使用这些工具为新的博物馆展览集思广益并制作原型。

学习内容

在本实验中，您将学习如何完成以下操作：

• 提示模型生成图片和视频片段。
• 提示模型分析长视频。
• 基于模板构建空间理解应用。
• 提示空间理解应用原型识别图片中的物品。

设置和要求

点击“开始实验”按钮前的注意事项

请阅读以下说明。实验是计时的，并且您无法暂停实验。计时器在您点击开始实验后即开始计时，显示 Google Cloud 资源可供您使用多长时间。

此实操实验可让您在真实的云环境中开展实验活动，免受模拟或演示环境的局限。为此，我们会向您提供新的临时凭据，您可以在该实验的规定时间内通过此凭据登录和访问 Google Cloud。

为完成此实验，您需要：

• 能够使用标准的互联网浏览器（建议使用 Chrome 浏览器）。

注意：请使用无痕模式（推荐）或无痕浏览器窗口运行此实验。这可以避免您的个人账号与学生账号之间发生冲突，这种冲突可能导致您的个人账号产生额外费用。

• 完成实验的时间 - 请注意，实验开始后无法暂停。

注意：请仅使用学生账号完成本实验。如果您使用其他 Google Cloud 账号，则可能会向该账号收取费用。

打开 Google AI Studio

1. 点击开始实验。实验面板将显示此实验的临时凭证。

   • 注意：如果实验需要付费，系统会提示您选择支付方式。

2. 在无痕式窗口中打开 Google AI Studio。系统会显示 Google 登录页面。

   • 提示：为了方便操作，请将实验和 AI Studio 这两个标签页分别放在不同的窗口中，并排显示。

3. 复制下面的用户名，将其粘贴到电子邮件字段，然后点击下一步。

   {{{user_0.username | "Username"}}}

4. 复制下面的密码，将其粘贴到输入密码字段中，然后点击下一步。

   {{{user_0.password | "Password"}}}

5. 接受屏幕上显示的任何条款及条件，然后继续操作。

您现在已使用临时学生账号登录 Google AI Studio。

任务 1. 生成图片和视频片段

在此任务中，您将扮演策展人的角色，为新的恐龙展览生成概念图和简短的宣传视频。这需要使用专门为生成媒体而设计的模型。

使用 Gemini 图片生成功能生成概念图

1. 在左侧导航菜单中，点击对话。

2. 选择图片，然后从列出的选项中选择 Imagen。

3. 在提示输入字段中，输入生成概念图的提示：

一张逼真、未来感十足的自然历史博物馆大厅图片，其中央矗立着一具发出蓝色光芒的水晶霸王龙骨架。

4. 点击运行，然后查看生成的图片。这张图片可以作为新展览设计的基础。

5. 点击“保存提示”图标 保存提示和回答，然后修改提示的标题和说明。

6. 系统会打开一个新的弹出式窗口。选择您的学员账号（例如 student-XX-YYYY@qwiklabs.net），然后授予所有必要的权限以继续操作。

   • 对于提示名称，输入未来风博物馆展厅。

7. 点击保存。

使用 Veo 生成宣传视频片段

1. 在左侧导航菜单中，点击对话。

2. 选择视频，然后从选项中选择 Veo 以生成视频。

3. 在右侧面板中，找到视频时长设置，并将其调整为 8 秒。将宽高比设为 9:16。

4. 在提示输入字段中，描述一条简短的动态社交媒体短片：

一段电影风格的慢动作视频，展示了细节丰富的机械三角龙转头和眨眼的动作。

5. 点击运行。

注意：如果出现标题为允许访问云端硬盘的对话框，请点击允许访问按钮。系统会打开一个新的弹出式窗口。选择您的学员账号（例如 student-XX-YYYY@qwiklabs.net），然后授予所有必要的权限以继续操作。

6. 模型将开始生成视频。看到播放视频选项后，点击该选项即可观看片段。

点击检查我的进度以验证是否完成了以下目标： 生成图片和视频片段

任务 2. 提示模型分析长视频

在此任务中，您将让 Gemini 分析美国自然历史博物馆的视频导览，从而研究现有的成功展览。

1. 在左侧导航菜单中，点击对话即可返回主对话界面。

2. 在右侧面板中，打开运行设置侧边栏，然后点击默认 Gemini 模型（当前设置为 Nano Banana）以选择其他模型。

3. 在模型选择下，点击 Gemini 标签页，然后选择 模型，因为该模型旨在处理视频等大型输入内容。

4. 点击提示栏内的附件图标（圆圈内一个加号），然后选择示例媒体。

5. 从视频列表中选择 American Museum of Natural History Tour - 10 Min，然后点击添加到提示。

6. 等待视频处理完毕。您会看到视频显示在提示区域中，并附有其 token 数量。

注意：添加视频后，您会看到一个较大的 token 数量。语言模型将视频视为数千个单独帧的序列。每个帧都会转换为称为 token 的数值数据，供模型进行分析。您看到的处理时间是指模型在回答有关视频的问题之前“读取”所有这些 token 的时间。

7. 在视频上方的文本字段中，输入以下提示：

请总结一下此视频导览中展示的主要展品。列出每个不同的展厅或展区，并用一句话描述每个展厅或展区。

8. 点击运行，然后查看模型生成的视频内容文本摘要。

9. 对于提示名称，输入博物馆展览亮点。

10. 点击保存。

点击检查我的进度以验证是否完成了以下目标： 提示模型分析长视频

任务 3. 基于模板构建空间理解应用

在此任务中，您将基于模板构建一个应用，快速为博物馆游客设计一个互动式“询问与展品相关的问题”功能，而无需编写任何代码。

1. 在左侧导航菜单中，点击构建。

2. 滚动浏览应用模板库，找到空间理解卡片。

3. 点击空间理解模板，即可立即生成应用原型。

4. 界面随之加载，中间显示应用的代码，右侧显示应用的实时预览。

点击检查我的进度以验证是否完成了以下目标： 基于模板构建空间理解应用

任务 4. 提示空间理解应用原型

在此任务中，您将测试刚刚构建的原型。您将模拟访客互动，让应用识别丰收节展览中的示例图片内的对象，并修改代码以更改边界框颜色。

探索应用的功能

1. 在应用右侧的预览窗格中，找到底部的示例图片。点击显示多个南瓜的图片。

2. 在提示框上方，确保已选择 2D 边界框按钮。在提示输入框中，输入南瓜，然后点击发送。观察南瓜周围绘制的标准边界框。

注意：边界框是一个矩形，用于突出显示图片中对象的精确位置。这是计算机视觉模型展示其空间理解能力的基本方式，它不仅会向您展示自己看到了什么，还会展示自己是在哪里看到的。

3. 现在，选择分割遮罩按钮，然后再次点击发送。请注意输出结果的变化，每个检测到的南瓜的整个区域都变了颜色。

4. 最后，选择点按钮，然后点击发送。观察模型如何在检测到的对象上放置关键点。

在代码助理的帮助下修改应用

1. 在继续操作之前，请确保在“预览”窗格中再次选择 2D 边界框按钮。

2. 现在，请将注意力集中到屏幕左下角的代码助理输入字段，该字段显示“进行更改、添加新功能…”。输入以下命令：

将边界框设为红色。

3. 按 Enter 键或点击助理的“发送”按钮。观察助理如何在中间的编辑器窗口中修改应用代码。

4. 代码更新完毕后，请关注右侧的预览窗格。在南瓜图片和 2D 边界框仍处于选中状态的情况下，最后一次点击南瓜提示的发送按钮。

5. 观察结果。现在，南瓜周围绘制的边界框应为红色，这表明您已成功通过简单的文本命令修改了运行的应用。

6. 可选挑战：您已经了解了如何轻松地使用文本修改应用。在结束之前，请尝试向代码助理发出更多指令。您能想出如何执行以下操作吗？

   • 将边界框颜色更改为绿色？
   • 将边界框线设为虚线而非实线？
   • 将边界框更改为粗虚线？
   • 将标签文字颜色更改为白色？

7. 点击“保存”图标 保存应用，然后修改提示的标题和说明。

   • 在提示名称中，输入空间理解。

8. 点击保存。

点击检查我的进度以验证是否完成了以下目标： 提示空间理解应用原型

恭喜！

恭喜！您已成功使用 Google AI Studio 的多模态功能集思广益并设计了新的博物馆展览原型。您生成了概念图和视频片段，分析了现有的视频导览，甚至还构建了交互式空间感知应用原型。现在，您已经亲身体验了 AI 的强大功能，它不仅能看到内容，还能理解内容，并生成各种丰富多样的媒体。

Google Cloud 培训和认证

…可帮助您充分利用 Google Cloud 技术。我们的课程会讲解各项技能与最佳实践，可帮助您迅速上手使用并继续学习更深入的知识。我们提供从基础到高级的全方位培训，并有点播、直播和虚拟三种方式选择，让您可以按照自己的日程安排学习时间。各项认证可以帮助您核实并证明您在 Google Cloud 技术方面的技能与专业知识。

上次更新手册的时间：2025 年 10 月 16 日

上次测试实验的时间：2025 年 10 月 16 日

版权所有 2026 Google LLC 保留所有权利。Google 和 Google 徽标是 Google LLC 的商标。其他所有公司名和产品名可能是其各自相关公司的商标。