是不是以為我又標(biāo)題黨了。

　　 但是這玩意我覺得真的夠強(qiáng)，在我實際工作中也已經(jīng)用上好幾天，所以，體驗下來，我是真的覺得對的這個史詩級名號。

　　 這個神秘的AI繪圖的新模型，叫做，Nano Banana。

　　 雖然現(xiàn)在還只能在LMArena盲測的時候隨機(jī)出現(xiàn)，還沒有公司出來認(rèn)領(lǐng)，但是大概率是Google家的，AI繪圖新模型。

　　 強(qiáng)到離譜。

　　因為它的生圖一致性，實在很頂。

　　直接給你們上一個case。

　　左邊，是我的照片。

　　右邊，是我用Nano Banana生成的最新一期視頻封面的底圖。

　　 而我的Prompt，就是我把我自己的照片，扔進(jìn)去，然后寫了一段：

　　 “ A man with the same facial features and appearance as the person in the reference image is facing the camera. One hand is making a gesture that forms the number "0," while the other hand is holding three colorful children's picture books. His expression is natural and engaged, with a lively and playful pose. The scene conveys a lighthearted and humorous atmosphere. The background is a simple indoor setting with soft natural lighting. Realistic photographic style, 4K resolution, high detail, shallow depth of field. ”

　　你們可以看到，Nano Banana幾乎完全保留了我的面部特征和表情，連嘴角弧度都是一致的，只是變了動作和手勢。

　　人物一致性堪稱完美。

　　而與它相對比，其他幾家的生成結(jié)果是這樣的。

　　我拼了一張圖，你們可以直觀對比一下。

　　最左邊是GPT-4o，幾個月前剛出來的時候，感覺還是挺好用的，但是人物一致性簡直就是一坨，現(xiàn)在再一對比，這泛黃的濾鏡，真的可以直接打入冷宮了。

　　中間是Flux Kontext，跟我長得，感覺完全不是一家人...emmmmm，而且把表情換成了憨笑，我也沒讓它換，它自作主張給我換了。

　　而最右邊即夢的版本，使勁的方向干脆就錯了，衣服上的圖標(biāo)什么的倒是保留的很好，人臉完全不對勁，手上的繪本也很奇怪。

　　對比下來，Nano Banana完勝。

　　做封面這種場景，我其實就一個要求，長得像我。

　　但這個要求，以現(xiàn)在很多AI目前的一致性水平，還是達(dá)不到。

　　而如今，用Nano Banana，基本上，roll一兩次就行了。

　　真的很爽。

　　不過現(xiàn)在這個Nano Banana，非常神秘。

　　它現(xiàn)在只出現(xiàn)在LMArena上。

　　如果對大模型評測比較了解的朋友可能會知道，這就是全球現(xiàn)在最主流的大模型競技場，

　　主要的評測形式，就是兩個模型匿名對戰(zhàn)，用戶根據(jù)生成結(jié)果投票，網(wǎng)站再根據(jù)投票結(jié)果，用一系列算法來計算模型排行。

　　很多廠子的新模型，在正式放出來之前，也經(jīng)常會用一個特殊的代號，扔到LMArena上去給用戶盲測一下，看看用戶那邊的最終效果。

　　而這次的Nano Banana，其實就是這么一個提前放出來的神秘模型，目前沒有任何公開使用鏈接，但是在LMArena上做生圖評測的時候，會被隨機(jī)到。

　　本來生圖這個江湖，是seedream、flux、gpt、google imagen這些模型在混戰(zhàn)。

　　但有一天，大家測評的時候突然發(fā)現(xiàn)，臥槽，怎么有個從來沒聽過的Banana混入其中？

　　甚至，這個Nano Banana在已有的生圖模型里都找不到，只有在隨機(jī)測評時才會出現(xiàn)，偷感超重。。。

　　然后大家又發(fā)現(xiàn)，臥槽，怎么這個Banana，效果還挺好的。。。

　　而且，人物一致性，近乎無敵。

　　于是，Nano Banana就在外網(wǎng)上火起來了。

　　大家奔走相告，一堆人在LMArena上瘋狂roll圖，就為用到Nano Banana做一些事，甚至有人，把紙片人變成3D手辦。

　　給手辦加個酷炫背景。

　　還做出了各種意想不到的夢幻聯(lián)動。

　　人物幾乎完美一樣。

　　也有人開始搜索，這個之前在江湖上沒名沒姓的Nano Banana，到底師出何門。

　　然后發(fā)現(xiàn)，這個模型好像是google家的。

　　Google目前還沒有出來認(rèn)領(lǐng)Nano Banana，但我只是套路了Nano Banana兩句，它就把自己的家底兒都交代了，在自己身上畫了個大大的Google DeepMind。

　　大家基于此推測，Nano Banana應(yīng)該是谷歌即將推出的新模型，低調(diào)來LMArena遛一圈，測測實力。

　　就解釋了，為什么Nano Banana偷感超重，只在battle中出現(xiàn)，還是隨機(jī)出現(xiàn)。。。

　　說下怎么用。

　　先登錄LMArena網(wǎng)站：https://lmarena.ai/

　　然后選擇頂上的battle模式，其他的什么都不用管，直接輸入prompt和參考圖。

　　它就會隨機(jī)選擇兩個模型，給你生成兩張圖片。

　　但是它不會告訴你這倆模型都是什么，這時候，需要你去選擇哪張圖效果更好。

　　等你選完之后，它才會給你揭曉答案。

　　你會發(fā)現(xiàn)，選中的模型，可能并不是Nano Banana，這就對了，因為是盲測。。。

　　你也不知道啥時候會隨到他，但是效果又確實爆炸的好。

　　這種神龍見首不見尾的情況還挺折磨人的，有時候連測四五次，nano都不出來。

　　更不用說過程中一直遭遇人機(jī)驗證，還經(jīng)常報錯。有人懂我測的有多崩潰嗎。。。

　　要不是看在它效果好的份上，我真的，早就不測了。。。求求了Google，啥時候上下AI Studio或者Gemini吧。

　　我自己大概跑了一天的時間，也給大家看看實際效果。

　　這次，我把Nano Banana、flux、gpt4o、即夢都拉過來一起測。

　　測完的圖，直接拼在一起看效果，非常直觀。

　　第一個case，是單個主體一致性。

　　我給了幾個模型這樣一張原圖，然后讓圖中的女人直面鏡頭，伸出手來觸碰鏡頭，仿佛打破了第四面墻。

　　然后，各家模型的效果是這樣的。

　　左上Nano Banana，右上gpt4o，左下flux，右下是seedream。

　　這樣看，效果還是非常直觀的。

　　Nano Banana主體保持的很好，妝容、服飾、頭飾都和原圖一樣。并且也做到了我提示詞上的內(nèi)容。

　　flux和seedream，主體還算大差不差，但是動作都有點(diǎn)別扭。

　　gpt主體性保持的最差，還非常固執(zhí)地用著自己的比例和泛黃濾鏡。。。

　　第一題，Nano Banana勝。

　　然后是多主體測試。

　　我用了一張很經(jīng)典的電影海報《羅馬假日》，提示詞是，把男女主換成川普和馬斯克，電影名改為doge holiday。

　　左上Nano Banana，右上gpt4o，左下flux，右下是seedream。

　　最成功的，依然是Nano Banana。

　　gpt4o還是老毛病，泛黃，馬斯克的臉也沒那么像。

　　flux更離譜，直接干出來一對并不怎么像馬斯克的雙胞胎。

　　不過這道題對seedream有點(diǎn)不公平，因為它無法生成川普的形象，最終只能用一個金發(fā)老頭來替代。而且忘了給我生成馬斯克。。。

　　第二題，還是Nano Banana贏了。

　　第三個case，是背景替換能力，我用了一張我在漫展上拍到的很酷的機(jī)甲。

　　提示詞如下：

　　Replace the background with a cinematic post-apocalyptic ruin. The scene should feature destroyed buildings, rubble, and a dark, dramatic atmosphere. Behind the character, a massive explosion with fiery glow and billowing black smoke rises, creating intense tension and a sense of chaos. The overall look should be highly detailed, with realistic textures, strong contrast, and a cinematic color grade. Photorealistic style, 4K resolution, high detail.

　　一樣的順序，左上Nano Banana，右上gpt4o，左下flux，右下seedream3.0。

　　背景生成效果最好的，還是Nano Banana。

　　隨著爆炸發(fā)生，主體也被爆炸產(chǎn)生的強(qiáng)光照亮了，光影的真實感更強(qiáng)，整個畫面對比更強(qiáng)烈。后面的廢墟大樓也有更多細(xì)節(jié)。

　　flux和gpt的背景就有點(diǎn)糊成一團(tuán)，比較草率。

　　seedream背景也有點(diǎn)草率，最好玩的是，居然還莫名其妙增加了一個蹲在地上的程序猿= =

　　Nano Banana，再拿一局。

　　第四個case，是主體一致性+背景替換。

　　提示詞寫了一大串，我就不貼了，大意是，把這個手辦放進(jìn)盒子里。

　　還是和之前一樣的順序。

　　這張圖乍一看，只有g(shù)pt需要被叉出去。

　　但仔細(xì)一看，flux悄悄魔改了眉眼和表情，讓本來元?dú)鉂M滿的小手辦顯得不是很有精神。

　　seedream這次能和Nano Banana打個平手。

　　再看看動作遷移能力，沒有特別趁手的圖，我就用了雞你太美的表情包和一張我已經(jīng)用到包漿的照片。

　　因為即夢不支持多圖參考，所以這一輪只有三個選手參與測評。

　　從左到右，Nano Banana，gpt，flux。

　　Nano Banana還是最強(qiáng)，主體和動作保持的都很好。

　　但我真想把中間的gpt叉出去，看著就火大，有病。。。

　　下面一個，測的是人物情緒。

　　我用了一對酷哥酷姐，幾個場景分別是：高興、生氣、一個人嘲笑另一個人。

　　這是兩個人在笑。

　　這是他倆發(fā)火了。

　　這是男的吃了哈利波特怪味豆里鼻屎味的豆子，女的在笑話他。

　　一整個看下來，最強(qiáng)的還是Nano Banana，無論做什么大表情，人物都不會崩。

　　 不是，這個人物一致性和動作的遵循，實在是太特么牛逼了。

　　倒數(shù)第二個，是細(xì)節(jié)修改能力。

　　底圖是這張報紙，提示詞是，把中間的skor四個字母換成kazi。

　　只有Nano Banana完全遵守了指令，只改了中間四個字母，其他的沒增也沒刪。

　　最后一個case，是風(fēng)格轉(zhuǎn)換。

　　原圖在此。

　　我分別做了賽博朋克風(fēng)格，梵高風(fēng)格，還有水墨畫風(fēng)格。

　　賽博朋克這張，Nano Banana的完成度是最高的，無論是畫面的精細(xì)程度，還是人物的一致性保持，都拉開很大一截差距。

　　梵高風(fēng)格的這一張，也是Nano Banana筆觸更細(xì)膩，人物更一致。

　　水墨畫風(fēng)格，結(jié)論還是一樣的，Nano Banana，真的很強(qiáng)。。。

　　以上，就是全部的測評。

　　從生圖效果來看，Nano Banana，完勝。

　　seedream和flux，一次直出的效果不如Nano Banana，但是整體質(zhì)量還可以，就是需要多抽點(diǎn)卡。

　　gpt4o，我實在是不想評價它。。。

　　而看完Nano Banana的測評，你們應(yīng)該也就知道，怎么只用一張照片+Nano Banana，就做出N個動作的真人視頻封面了。

　　答案就是，帶著你自己想要當(dāng)封面的個人照片，和你希望的提示詞：表情，動作，背景，直接去LMArena上，開battle模式生圖。

　　生成出來之后，憑直覺選擇你覺得更好的那一張，不用懷疑，大部分情況下，你覺得最完美的那一個，大概率就是Nano Banana生成的。

　　然后把圖片下載下來就完活兒了。

　　沒有用過Nano Banana的朋友們，我真的勸你們，趕快去用，快點(diǎn)。

　　另外，實在是感嘆一句，Google真的還是太全面了。

　　感覺現(xiàn)在的Google，真的是多點(diǎn)開花，全面領(lǐng)先。

　　底蘊(yùn)太厚了，太牛逼了。

　　目前的一致性之王，當(dāng)之無愧的屬于Nano Banana。

　　不知道下一次，這頂桂冠。

　　會花落誰家？

　　以上，謝謝你看我的文章，我們，下次再見。

　　>/ 作者：卡茲克、水杉、Chiyo