作者｜黃小藝

在大模型發(fā)布新版本往往高舉高打的當(dāng)下，Google的一款秘密模型低調(diào)地引爆了社交網(wǎng)絡(luò)。

8月中旬，一個(gè)名為nano-banana的模型在LMArena平臺(tái)的「Battle」中被發(fā)現(xiàn)，盡管沒有任何官方開發(fā)者明確聲稱其歸屬，但很快，出于驚人的效果獲得了病毒式的關(guān)注。甚至大量用戶只為能被分配到該模型，而不斷地參與平臺(tái)模型盲測(cè)，相關(guān)圖片也在社交平臺(tái)上廣泛傳播。

直到北京時(shí)間8月27日凌晨，谷歌正式認(rèn)領(lǐng)了該模型，正是新推出的Gemini 2.5 Flash Image，目前已經(jīng)可以在Gemini app、Google AI studio、Google API進(jìn)行使用。

在官方介紹中，核心技術(shù)亮點(diǎn)主要是以下三個(gè)：

• 顛覆性的一致性（Consistency）：在連續(xù)生成或編輯中保持人物身份的穩(wěn)定。

• 自然語言驅(qū)動(dòng)的編輯：用戶僅通過對(duì)話式指令即可實(shí)現(xiàn)高精度圖像修改，無需復(fù)雜的專業(yè)工具。

• 閃電速度：圖像生成與編輯響應(yīng)時(shí)間通常在1-2秒內(nèi)，提供了接近實(shí)時(shí)的交互體驗(yàn)。

我們也實(shí)測(cè)了一番，結(jié)果有驚艷，也有翻車，但確實(shí)在一致性上做到了斷層領(lǐng)先的水平。

模型實(shí)測(cè)：

能幫我實(shí)現(xiàn)Labubu自由，

還會(huì)做計(jì)算題？

一打開模型，我們就向AI下達(dá)了第一個(gè)指令：給我來七個(gè)Labubu，直接實(shí)現(xiàn)“手辦自由”。

直接上傳一張Labubu的商品圖，并復(fù)制修改了這段廣為流傳的手辦Prompt，生成結(jié)果如下：

乍一看效果非常好，Labubu的外形特征、搪膠材質(zhì)都非常的逼真，甚至可以發(fā)朋友圈以假亂真。但仔細(xì)一看，數(shù)量卻不對(duì)，桌面上只有六小只，缺失了一個(gè)綠色的玩偶。

讓AI學(xué)會(huì)準(zhǔn)確數(shù)數(shù)，依然是個(gè)問題。另外，由于我們最初的prompt里提到了“正版”，AI沒能輸出結(jié)果，修改措辭后才完成了生成。

接下來，我們又嘗試了多張圖片融合，據(jù)官方介紹能夠保持人物的一致性，目前最多可支持三張圖片合成，我們嘗試了一下讓甄嬛和安陵容來到現(xiàn)代都市，并且要求保持復(fù)雜的中國(guó)傳統(tǒng)首飾不變形。

AI也基本完成了任務(wù)，在甄嬛的身體發(fā)生轉(zhuǎn)動(dòng)和變化的情況下，袖口的花紋和頭飾基本沒有變化，并為了完成Prompt中提到的couple（沒錯(cuò)，我是甄嬛和安陵容CP粉），設(shè)計(jì)了一個(gè)在街頭親密自拍的動(dòng)作。

如果覺得這個(gè)姿勢(shì)不夠滿意，甚至可以通過簡(jiǎn)筆畫的方式，讓AI直接理解圖片示例，比如我們直接告訴AI，姿勢(shì)照著圖二修改。

盡管火柴人畫得很抽象，但AI還是完成了任務(wù)。

這并不是一個(gè)簡(jiǎn)單的多圖融合。此前生成模型的多圖參考，是文本和圖像兩種跨模態(tài)輸入的對(duì)齊，對(duì)prompt格式有要求，例如A+B+C+運(yùn)動(dòng)，圖像主體盡量清晰，運(yùn)動(dòng)描述盡量直觀簡(jiǎn)潔，還需要一定的抽卡概率。

而Gemini2.5Flash顯然對(duì)復(fù)雜的多模態(tài)輸入理解得更加準(zhǔn)確。

這個(gè)多圖融合的featuer，在匿名測(cè)試階段就已經(jīng)被電商用戶瘋狂夸贊了，我們接下來嘗試了商品的替換，實(shí)測(cè)結(jié)果卻輕微地翻車了。

將兩張圖片融合后的生成結(jié)果如下，盡管可以看到材質(zhì)、樣式符合了原圖，但遺憾是個(gè)超大杯。

當(dāng)我們?cè)噲D通過prompt修改，讓香水瓶恢復(fù)正常尺寸時(shí)，模型卻顯得始終執(zhí)著于超大杯，修改后的圖片與原圖幾乎沒有差別。

雖然很想繼續(xù)修改，但大量用戶涌入后，由于“內(nèi)部錯(cuò)誤”，這個(gè)號(hào)稱能速生圖片的模型硬生生卡了幾分鐘，也無法完成更多任務(wù)了。

不過值得注意的是，官方提到得益于Gemini的先進(jìn)推理，模型會(huì)有一定的理解和思維能力。盡管在符合現(xiàn)實(shí)邏輯上翻了車，但計(jì)算數(shù)學(xué)題卻成功了。

我們給出了一個(gè)小學(xué)腦力計(jì)算題，在很短的時(shí)間內(nèi)，模型就計(jì)算出了正確答案。

此處值得一個(gè)掌聲。

“社區(qū)民選”的勝利

不僅模型的一致性效果很驚艷，此次模型出圈的路線也很有趣。

8月中旬，這款模型以完全匿名身份出現(xiàn)在LMArena的對(duì)戰(zhàn)模式中時(shí)，用戶需要在不知來源的情況下，僅憑生成效果進(jìn)行盲測(cè)投票，短短兩周時(shí)間，憑借在“一致性”上的壓倒性優(yōu)勢(shì)，“nano-banana”在盲測(cè)中持續(xù)勝出，迅速引起了全球AI核心用戶和開發(fā)者的注意。

討論從LMArena平臺(tái)迅速擴(kuò)散至Reddit、X(Twitter)、Discord等社區(qū)。用戶自發(fā)進(jìn)行極限測(cè)試、分享驚艷案例，并為其創(chuàng)造了“一致性之王”、“Photoshop殺手”等極具傳播力的標(biāo)簽，甚至很多人會(huì)因?yàn)橄胍褂胣ano-banana模型，反復(fù)參與點(diǎn)評(píng)和測(cè)試，只為獲得一次隨機(jī)抽中banana的機(jī)會(huì)。

就在不少人還在猜測(cè)，模型是否會(huì)開源，什么時(shí)候正式發(fā)布的時(shí)候，谷歌工程師巧妙地在社交媒體發(fā)布""表情符號(hào)，將解謎游戲推向新高度。8月26日，在市場(chǎng)熱度和口碑達(dá)到峰值時(shí)，谷歌正式宣布"nano-banana"即為Gemini 2.5 Flash Image模型，并開始全面推送。

很難說，這一路徑并非谷歌有意為之。畢竟，早在8月初剛剛出圈，就有外媒報(bào)道，多位AI研究者和愛好者推測(cè)，nano-banana可能是谷歌最新的圖像生成模型，也有觀察人士認(rèn)為，可能來源于Qwen Image或來自各大實(shí)驗(yàn)室尚未發(fā)布的其他模型。

當(dāng)然，這種“神秘發(fā)布”模式并非谷歌首創(chuàng)，從去年開始，不少模型們都會(huì)選擇在LMArena上進(jìn)行盲測(cè)，OpenAI此前也曾讓神秘模型"im-also-a-good-gpt2-chatbot"現(xiàn)身競(jìng)技場(chǎng)，最終揭曉為GPT-4o測(cè)試版，預(yù)熱了產(chǎn)品發(fā)布。

一方面，模型們選擇LMArena，固然是因?yàn)樵谀涿暮谙渲?，用戶的選擇完全是基于模型的實(shí)力，而排除了品牌的偏見和預(yù)期，為真實(shí)性能提供了純粹的認(rèn)證。

另一方面，在AI競(jìng)賽白熱化的背景下，大廠的模型發(fā)布往往會(huì)被置于一種“追趕者or顛覆者”的敘事框架內(nèi)，從而被嚴(yán)格審視甚至審判。

相比起傳統(tǒng)的高舉高打的發(fā)布模式，匿名發(fā)布再到官方認(rèn)領(lǐng)的策略，完成一次“民選”模型的病毒式傳播，既充分利用了社區(qū)自發(fā)傳播的勢(shì)能，又避免了過度炒作可能帶來的反噬效應(yīng)，使其性能優(yōu)勢(shì)在發(fā)布前就已成為“市場(chǎng)共識(shí)”。

這也為焦慮市場(chǎng)反饋的下一代模型們，提供了一種新的發(fā)布思路。

>End

本文轉(zhuǎn)載自“硅星人Pro”，原標(biāo)題《沒有發(fā)布會(huì)，沒有CEO站臺(tái)，谷歌用一根“香蕉”贏得了歡呼》。

為分享前沿資訊及有價(jià)值的觀點(diǎn)，太空與網(wǎng)絡(luò)微信公眾號(hào)轉(zhuǎn)載此文，并經(jīng)過編輯。

未按照規(guī)范轉(zhuǎn)載及引用者，我們保留追究相應(yīng)責(zé)任的權(quán)利

部分圖片難以找到原始出處，故文中未加以標(biāo)注，如若侵犯了您的權(quán)益，請(qǐng)第一時(shí)間聯(lián)系我們。

HISTORY/往期推薦

充滿激情的新時(shí)代，

充滿挑戰(zhàn)的新疆域，

與踔厲奮發(fā)的引領(lǐng)者，

卓爾不群的企業(yè)家，

一起開拓，

一起體驗(yàn)，

一起感悟，

共同打造更真品質(zhì)，

共同實(shí)現(xiàn)更高價(jià)值，

共同見證商業(yè)航天更大的跨越！

——《太空與網(wǎng)絡(luò)》，觀察，記錄，傳播，引領(lǐng)。

·《衛(wèi)星與網(wǎng)絡(luò)》創(chuàng)始人：劉雨菲

·《衛(wèi)星與網(wǎng)絡(luò)》副社長(zhǎng)：王俊峰

·微信公眾號(hào)（ID：satnetdy）團(tuán)隊(duì)

編輯：艷玲、哈玫，周泳、邱莉、黃榕、娜娜

主筆記者：李剛、魏興、張雪松、霍劍、樂瑜、稻子、趙棟

策劃部：楊艷、若?、李真子

視覺總監(jiān)：董濘

專業(yè)攝影：馮小京、宋偉

設(shè)計(jì)部：顧錳、潘希峎、楊小明

行政部：姜河、林紫

業(yè)務(wù)部：王錦熙、瑾怡

原創(chuàng)文章轉(zhuǎn)載授權(quán)、轉(zhuǎn)載文章侵權(quán)、投稿等事宜，請(qǐng)加微信：15910858067

商務(wù)合作；展覽展廳設(shè)計(jì)、企業(yè)VI/CI及室內(nèi)設(shè)計(jì)、企業(yè)文化建設(shè)及品牌推廣；企業(yè)口碑傳播及整體營(yíng)銷傳播等，請(qǐng)加微信：13811260603

雜志訂閱，請(qǐng)加微信：wangxiaoyu9960

·衛(wèi)星與網(wǎng)絡(luò)各分部：

成都分部負(fù)責(zé)人：沈淮

長(zhǎng)沙分部負(fù)責(zé)人：賓鴻浦

西安分部負(fù)責(zé)人：郭朝暉

青島分部負(fù)責(zé)人：江偉

·衛(wèi)星與網(wǎng)絡(luò)總部負(fù)責(zé)人：農(nóng)燕

·會(huì)議活動(dòng)部負(fù)責(zé)人：喬顥益、許克新、董今福

· 投融資及戰(zhàn)略層面合作：劉雨菲

·本平臺(tái)簽約設(shè)計(jì)公司：一畫開天（北京）文化創(chuàng)意設(shè)計(jì)有限公司

· 航天加（深圳）股權(quán)投資基金管理負(fù)責(zé)人：楊艷