作者｜子川

來源｜AI先鋒官

圖片模型又迎來一位重磅好手！

今年3月份，OpenAI的GPT-4o的圖片生成功能一經(jīng)上線，瞬間風靡全球。

只需一句提示詞，就可輕松實現(xiàn)在線編輯圖片，指哪改哪。

森林實驗室推出FLUX.1 Kontext模型，將角色一致性，局部編輯的能力又拔高了一大截。

而就在最近，一款名為Nano-Banana的神秘圖像編輯AI模型悄然現(xiàn)身lmarena平臺。

訊速在X上刷屏了，不少網(wǎng)友體驗過后，直呼和flux kontext不相上下。

更有爆料稱：這是谷歌正在測試的新模型。

話不多說，我們來看看效果如何

有網(wǎng)友上傳了一張動漫風格的生物圖片，要求將其置于暴風雪中的山區(qū)。

提示詞："Place the creature roaming across a a mountainous region in the middle of a blizzard"

結果如下：

Nano-Banana Flux Kontext MAX

從生成效果來看，兩款模型都精準地保留了原圖中生物的所有細節(jié)特征。

相較之下，Nano-Banana在背景融合方面表現(xiàn)得更為自然，光影和氛圍的統(tǒng)一性更好。

另一位網(wǎng)友則嘗試將蘋果公司CEO蒂姆·庫克的照片與一張網(wǎng)傳的iPhone 17進行融合。

輸入圖片：

結果如下：

效果是不是不錯？

小編為了進一步了解Nano-Banana和 Flux Kontext MAX到底誰更強一點，對它們倆進行了對比測試。

先來看文字修改能力，上傳一張帶有字母“Petrichor”的圖片，要求將文字替換為“This is my House”，同時保持圖片其他元素不變。

提示詞：Change 'Petrichor' in the image to 'This my house', and keep everything else the same.

結果如下：

Nano-Banana Flux Kontext MAX

Nano-Banana和 Flux Kontext MAX都很完美的遵循了提示詞的指令。

不過也有細微的不同，F(xiàn)lux Kontext MAX模型將雨滴給消除了。

除了修改文字外，再來看看它們消除文字的能力。

一開始我跑了很多案例，Nano-Banana和 Flux Kontext MAX表現(xiàn)都很好。

直到我換上了這張具有3D文字效果的海報，Nano-Banana就有點招架不住了。

提示詞：Remove all the text, keep the rest unchanged.

結果如下：

Nano-Banana Flux Kontext MAX

FLUX Kontext MAX干凈利落地移除了所有文字，而Nano-Banana在處理后，圖片上卻留下了兩塊大小不一的紅色色塊

再來看看它的角色一致的能力，上傳一張身穿綠色小姐姐的圖片，要求模型生成一張她正從俯視角度拿著手機自拍的圖片。

提示詞：The girl is sitting on the grass, taking a selfie with her phone from a bird's-eye view.

結果如下：

Nano-Banana Flux Kontext MAX

效果一目了然，Nano-Banana更勝一籌，并且還解決了 Flux Kontext MAX清晰度不夠的問題。

不過Nano-Banana有一個致命的缺陷，它的手指和腳趾的數(shù)量對不上，變成了四根手指頭和六根腳趾了。。。

再來看看它們復雜指令的遵循能力。

要求將原圖中的綠色裙子改為白色，人物拿著一把透明雨傘，并保持低頭站立的姿勢。

提示詞：The green dress is changed to a white dress, holding a transparent umbrella, standing with the head bowed down, at eye level.

Nano-Banana Flux Kontext MAX

Nano-Banana將所有的文字指令都呈現(xiàn)出來了，F(xiàn)LUX Kontext MAX則忽略了“站立”這一動作

不過Nano-Banana的手指頭和腳趾頭的數(shù)量又不對了，手指問題似乎是這個模型的通病。

再來一個難度更大的，上傳一張人物細節(jié)滿滿的側臉圖（有水?。屇樲D(zhuǎn)向前面。

提示詞：The girl's head turned around, facing forward.

結果如下：

Nano-Banana Flux Kontext MAX

Flux Kontext MAX只生出了半邊耳機，而且正視圖和側視圖像換了個人一樣，并且把我水特意準備的水印給消除掉了。

Nano-Banana生成的效果就十分不錯，和原圖的神韻高度一致，但也有瑕疵，就是臉上的紅暈沒了。

總的來說，Nano-Banana模型在背景融合、復雜指令遵循以及高難度圖像重繪等方面的能力確實不錯，甚至在部分場景比FLUX Kontext MAX表現(xiàn)的更好，但存在手部細節(jié)方面的短板。

目前這款模型上架到LMSYS Arena平臺，這款模型出現(xiàn)的概率還是挺高的，大家感興趣可以去玩一下。

傳送門：

https://lmarena.ai/?chat-modality=image

掃碼邀請進群，我們帶你一起來玩轉(zhuǎn)ChatGPT、GPT-4、文心一言、通義千問、訊飛星火等AI大模型，順便學一些AI搞錢技能。

往期文章回顧