魔法再現(xiàn)，谷歌發(fā)布最強(qiáng)圖片模型nano banana，劈柴一秒回印度老家

　　谷歌終于支棱起來了，帶來了今年可能是最令人驚喜的文生圖模型——nano banana。

　　谷歌對(duì)于多模態(tài)能力的堅(jiān)持和深耕，再次開花結(jié)果了。

　　自三天前以“Nano Banana”之名低調(diào)現(xiàn)身后，相關(guān)討論便迅速發(fā)酵，原因無他，只是因?yàn)?，過于出色。

　　這個(gè)模型前幾天就在LMArena圖片編輯模型排行榜上幾乎斷代式地領(lǐng)先其他模型，而昨天，谷歌終于官方宣布，nano banana正是出自 Google DeepMind 實(shí)驗(yàn)室推出的 Gemini-2.5-Flash-Image-Preview。

　　Nano banana現(xiàn)已經(jīng)一躍居于圖像編輯排行榜榜首。

　　不是期貨，開箱即用。不論是官方發(fā)布的素材，還是網(wǎng)友自己測(cè)的案例，在一致性和功能性上都非常驚艷。

　　全球網(wǎng)絡(luò)一致好評(píng)，紛紛盛贊其其他任何圖像編輯模型都要出色。

　　不僅一致性強(qiáng)，速度還快，相比 gpt-image 能實(shí)現(xiàn)更精準(zhǔn)的編輯，同時(shí)，更是具備完整 LLM 的理解能力而非普通 CLIP 規(guī)模模型的認(rèn)知水平。

　　訪問地址：ai.studio/banana

　　這個(gè)模型最直觀的感受就是，這是一個(gè)用嘴和打字就能修改和拼接圖片的模型，那種初見ChatGPT和Sora的“魔法感”又回來了。

　　過往AI生圖常被詬病于每次編輯都像擲骰子，細(xì)節(jié)失真、角色特征易變。而谷歌對(duì)Nano Banana主要定位的就是保持主體的一致性。

　　谷歌表示，更換背景、視角或色調(diào)，畫面中的人物與物體都能穩(wěn)定保持原貌不走形。

　　而另一面，它還是帶推理的圖像模型。Nano Banana提示詞精準(zhǔn)度達(dá)到了新高度，在聽懂人話，理解內(nèi)容方面表現(xiàn)出色。

　　它不僅僅能夠理解圖像內(nèi)容，還能自主理解、處理、添加文字。

　　這讓它得以同時(shí)支持多輪次編輯與多圖敘事能力，用戶可以持續(xù)修改生成的圖片，但人還是那個(gè)人，甚至可以保持原來的氛圍感，不僅“房間布置逐步變化”、“漫畫連續(xù)分鏡”、“多角色合成互動(dòng)”等復(fù)雜功能都能實(shí)現(xiàn)，繪制帶文字技術(shù)插圖，做幾何題目也能做到。

　　一句話讓模型把圖片換視角，上圖是原圖，下圖是俯視視角圖片。

　　一件衣服，一個(gè)人物，一句話，衣服馬上就穿到人身上。

　　一句話，拳王阿里秒變辛普森。

　　劈柴從印度老家順移到谷歌辦公室（人物還是出現(xiàn)了些許的變化）。

　　兩張人物照片，就馬上給你他們出演碟中諜和瓊瑤劇的劇照。

　　只去掉小細(xì)節(jié)，局部編輯也很穩(wěn)定，其他內(nèi)容都沒有什么變化。

　　人物一致性方面，網(wǎng)友測(cè)試表示，讓人物轉(zhuǎn)一圈再轉(zhuǎn)回來，人看起來的變化不大，一致性確實(shí)nice。

　　在網(wǎng)友喜聞樂見的動(dòng)漫領(lǐng)域，也是表現(xiàn)喜人，給出角色和手繪圖示意圖，就能控制多個(gè)人物的姿態(tài)。

　　生成角色三視圖后，漫畫也可以穩(wěn)定生成。

　　而多次編輯工作更是讓nano banana的成圖更穩(wěn)定。

　　網(wǎng)友測(cè)評(píng)后表示，連續(xù)編輯方面還沒有說的那么好，會(huì)稍微變形一部分，但一致性已經(jīng)相當(dāng)可觀了。

　　多種風(fēng)格的消費(fèi)漫畫信手拈來。

　　網(wǎng)友實(shí)測(cè)反饋也很不錯(cuò)，除了人物五官有非常微小的變化，一致性真的非常強(qiáng)。如果使用的是普通人的照片，你不盯著對(duì)比，很難看出面部細(xì)節(jié)的變化。

　　不過對(duì)于大家都很熟悉的名人，可能還是能讓人看出面部不一致的地方。

　　插畫變手辦更是近期網(wǎng)上一大測(cè)試熱點(diǎn)，說到底還是因?yàn)閚ano banana的成圖效果確實(shí)ai味兒少，看著真實(shí)。從平面到現(xiàn)實(shí)世界，卻沒有太大違和感，質(zhì)感和特征都相當(dāng)不錯(cuò)，網(wǎng)友們爭(zhēng)相生成傳播。

　　而繪制科學(xué)插圖，制作用于解釋的插圖等包含內(nèi)容生成的方面，網(wǎng)友也評(píng)價(jià)很高。

　　在幾秒鐘內(nèi)完成科學(xué)插圖的繪制，高保真文本渲染+語言理解+世界知識(shí)，nano banana確實(shí)是獨(dú)一檔的。

　　不過，也有不少網(wǎng)友表示，nano banana的過濾器有點(diǎn)敏感，有的正常請(qǐng)求也會(huì)會(huì)被拒絕。

　　除了內(nèi)容本身，nano banana的運(yùn)行速度也相當(dāng)可觀。谷歌表示，在同類模型通常需要10-15秒處理一張圖片時(shí)，Gemini 2.5 Flash 基本能做到1-2秒完成。

　　Nano Banana配合谷歌的veo3的工作流更是能很快生成相當(dāng)質(zhì)量的視頻，網(wǎng)上已經(jīng)出現(xiàn)了不少工作流，Nano Banana出圖導(dǎo)入veo3，幾秒鐘的短視頻或者長(zhǎng)視頻都能夠勝任。

　　而價(jià)格上，有網(wǎng)友根據(jù)谷歌放出的使用費(fèi)率做了個(gè)簡(jiǎn)單的估算，生成或者修改一張圖的成本在3毛錢左右。

　　網(wǎng)友表示，這是真的能替代美工的視覺工具。

　　谷歌這次真是盯上了視覺打工人的飯碗了。