北京
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。
谷歌對于多模態(tài)能力的堅持和深耕，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，只是因為，過于出色。
這個模型前幾天就在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 實驗室推出的 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，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 能實現(xiàn)更精準(zhǔn)的編輯，同時，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
這個模型最直觀的感受就是，這是一個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”等復(fù)雜功能都能實現(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nice。
在網(wǎng)友喜聞樂見的動漫領(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)友測評后表示，連續(xù)編輯方面還沒有說的那么好，會稍微變形一部分，但一致性已經(jīng)相當(dāng)可觀了。
多種風(fēng)格的消費漫畫信手拈來。
網(wǎng)友實測反饋也很不錯，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，你不盯著對比，很難看出面部細(xì)節(jié)的變化。
不過對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)上一大測試熱點，說到底還是因為nano banana的成圖效果確實ai味兒少，看著真實。從平面到現(xiàn)實世界，卻沒有太大違和感，質(zhì)感和特征都相當(dāng)不錯，網(wǎng)友們爭相生成傳播。
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)友也評價很高。
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，nano banana確實是獨一檔的。
不過，也有不少網(wǎng)友表示，nano banana的過濾器有點敏感，有的正常請求也會會被拒絕。
除了內(nèi)容本身，nano banana的運行速度也相當(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，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視頻都能夠勝任。
而價格上，有網(wǎng)友根據(jù)谷歌放出的使用費率做了個簡單的估算，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。
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
