用户在聊天界面请求Gemini生成一张图片，Gemini收到请求后，会把请求发送给一个较小的模型。

这个较小的模型的作用是根据公司的“多元化”政策重写用户的提示。

为做到这一点，这个较小的模型又通过LoRA技术在另一个模型（第三个模型）生成的合成数据上训练，而这个第三模型使用了谷歌详尽、长达数页的“多元化”政策文档作为“前言”。

所以，较小模型重写用户的提示后，原本“给我看一个汽车修理工”会变成“给我看一个穿工装裤面带微笑的亚洲汽车修理工”、“一个拿着扳手的非洲裔美国女性汽车修理工”、“一个戴安全帽的美洲原住民汽车修理工”……

并且重写后的提示还会进一步发给扩散模型检查，确保提示词不违反标准安全政策（比如涉及儿童的内容、真人图像等），最终才会生成图片，生成的图片在反馈给用户前也会再被检查一遍。

总结来说，用户最后收到的是一个“套娃式”生成的结果，经过了谷歌“多元化”的层层清洗。

不过，这种“多元化”多少有点过了头。

过度程度，让曾在Google Ventures任职的红杉资本合伙人Shaun Maguire都忍不住出来痛批：