智東西
作者 陳駿達(dá)
編輯 心緣

Nano Banana升級(jí)了！

智東西11月21日?qǐng)?bào)道，昨晚23點(diǎn)，谷歌發(fā)布了其最新一代圖像生成和編輯模型Nano Banana Pro，這是此前爆火的Nano Banana的重磅更新。谷歌直接將Gemini 3 Pro的推理能力與世界知識(shí)庫，塞進(jìn)了Nano Banana Pro。

Nano Banana Pro的正式名稱為Gemini 3 Pro Image?；谠鰪?qiáng)的推理能力、世界知識(shí)和實(shí)時(shí)信息，這一模型可以生成更準(zhǔn)確、更具上下文信息的視覺效果。用谷歌的話來說，它不再只是生成“像模像樣”的圖像，而是能夠真正打造出實(shí)用的內(nèi)容。

谷歌CEO Sundar Pichai分享道，Nano Banana Pro是一款SOTA級(jí)的圖像生成與編輯模型，非常擅長(zhǎng)制作復(fù)雜的圖表，看待世界的方式就像工程師一樣。Pichai分享的案例里，Nano Banana Pro用實(shí)拍和手繪草圖結(jié)合的方式，講解了金門大橋的基本結(jié)構(gòu)信息，一目了然。

Nano Banana Pro的實(shí)用性還體現(xiàn)在較強(qiáng)的文字渲染能力上。結(jié)合其自帶的聯(lián)網(wǎng)搜索能力，智東西試著讓Nano Banana Pro打造了一個(gè)剪紙風(fēng)的實(shí)時(shí)天氣卡片。模型不僅找到了正確的天氣信息，文字渲染、風(fēng)格化也是毫無破綻，徹底和上一代Nano Banana的“鬼畫符”告別了。

知名科技播客主播Lex Fridman專門跑到Pichai的評(píng)論區(qū)，給Nano Banana Pro點(diǎn)贊。

目前，Nano Banana Pro已在Gemini應(yīng)用和Web端免費(fèi)可用，但有一定限額，用完后將恢復(fù)到原有的Nano Banana模型，Google AI Plus、Pro和Ultra訂閱用戶可獲得更高的配額。

谷歌廣告服務(wù)、谷歌Slides和谷歌Vids中的圖像生成功能將升級(jí)為Nano Banana Pro。用戶也可通過API調(diào)用、企業(yè)訂閱方案等使用這一模型。

體驗(yàn)鏈接：https://gemini.google.com/

一、外掛谷歌搜索，字體、元素融合玩出花

借助更豐富的知識(shí)，Nano Banana Pro可以制作復(fù)雜的教育性講解圖，比如直接生成一份“小豆蔻茶”菜譜。

可以看到，模型生成的結(jié)果不僅文字清晰、毫無亂碼，說明步驟也直觀易懂；插圖與內(nèi)容配合自然，整體設(shè)計(jì)風(fēng)格統(tǒng)一協(xié)調(diào)。以這樣的完成度來說，幾乎不需要再做二次編輯。

Nano Banana Pro能連接到谷歌搜索，幫助用戶創(chuàng)建可視化的實(shí)時(shí)信息，例如天氣或體育賽事等等。

下圖就是Nano Banana Pro自行搜索并打造的波普風(fēng)格天氣海報(bào)，上面的信息我們已經(jīng)核驗(yàn)過了，是完全正確的。

此外，Nano Banana Pro在文字渲染和多語言方面有了進(jìn)展。模型現(xiàn)在可以更為深刻的理解圖像，感知細(xì)節(jié)，從而給圖像編輯和生成提供了更多空間。

在下面這一案例中，Nano Banana Pro能根據(jù)一張劇照，直接還原出一份手寫體的黑板故事板草圖，還是帶有運(yùn)鏡和故事情節(jié)的。

Nano Banana Pro現(xiàn)在支持更豐富的紋理、字體和書法，能創(chuàng)造更為精細(xì)的文字。比如，它就在下圖中把“BERLIN（柏林）”一詞融入了建筑設(shè)計(jì)，且毫無違和感。

或者是把文字和紋理巧妙地融合在一起，下面的文字上就完美融合了木頭橫截面的紋理。

書法、字體方面，Nano Banana Pro的風(fēng)格是由語義啟發(fā)的，比如CRASH一詞的藝術(shù)字就有很多裂痕，DRIP一詞就使用了滴落的效果。

借助Gemini增強(qiáng)的多語言推理功能，Nano Banana Pro可以生成多種語言的文本，或者對(duì)內(nèi)容進(jìn)行本地化和翻譯。

下方就是一個(gè)英語譯韓國語的案例，商品圖中不同角度的文字在翻譯時(shí)都得到了準(zhǔn)確的對(duì)應(yīng)。

面向?qū)I(yè)創(chuàng)作者的需求，Nano Banana Pro現(xiàn)在允許用戶融合更多的元素，最多可使用14張圖像，并保持最多5位人物的一致性和相似度。下圖就是由14張輸入圖像+文字提示詞打造的，角色一致性得到不錯(cuò)的保持。

這一功能不僅適用于角色，也適用于物體。比如，可以將沙發(fā)、綠植和連衣裙和場(chǎng)景等元素一同輸入，然后輸出全新的場(chǎng)景。

Nano Banana Pro提供了高級(jí)創(chuàng)意控制功能。改進(jìn)的局部編輯功能現(xiàn)在支持選擇、優(yōu)化和調(diào)整圖像里的任何部分，比如調(diào)整相機(jī)角度、改變焦點(diǎn)、應(yīng)用精細(xì)的色彩分級(jí)，甚至改變場(chǎng)景光照（例如，將白天變?yōu)橐雇砘騽?chuàng)建散景效果）。

模型現(xiàn)在支持豐富的寬高比調(diào)整和2K、4K分辨率，讓生成結(jié)果適用于更專業(yè)的場(chǎng)景。

隨著Nano Banana Pro將虛擬和現(xiàn)實(shí)的邊界進(jìn)一步模糊，谷歌打造了一款專用的驗(yàn)證工具，以應(yīng)對(duì)這一挑戰(zhàn)。

現(xiàn)在用戶可以將照片上傳到Gemini，并要求Gemini識(shí)別圖片是否為AI生成。谷歌已經(jīng)為自家所有的AI生成媒體內(nèi)容配備了SynthID數(shù)字水印，Gemini將會(huì)據(jù)此進(jìn)行判斷。目前，該功能率先支持圖片驗(yàn)證，但很快將擴(kuò)展到音頻和視頻。

二、多元素一鍵換裝，可“拍攝”復(fù)古老照片

Nano Banana Pro上線后，已經(jīng)有海量網(wǎng)友分享了自己的使用體驗(yàn)。

這位網(wǎng)友利用Nano Banana Pro打造了四張抓拍照?？梢钥吹絅ano Banana Pro在運(yùn)動(dòng)場(chǎng)景生成的肢體動(dòng)作不僅沒有扭曲，還很有沖擊力，而此類場(chǎng)景對(duì)大多數(shù)圖像生成模型來說其實(shí)是不小的挑戰(zhàn)。這位網(wǎng)友感嘆，谷歌真的在改變世界。

Nano Banana Pro可以用來“拍攝”懷舊風(fēng)格的老照片，如果不是網(wǎng)友特別說明，恐怕我們已經(jīng)很難分辨下面四張圖片究竟是真正的老照片，還是AI生成的。

同樣的風(fēng)格化能力也能用來復(fù)刻游戲的畫風(fēng)，一位日本網(wǎng)友就分享了他打造的像素風(fēng)游戲角色卡。

元素組合功能對(duì)于電商場(chǎng)景來說十分實(shí)用。這位設(shè)計(jì)師分享，自己上傳了模特圖和衣物圖，Nano Banana Pro便能讓模特“穿上”新衣服，并且融合得很自然。

Nano Banana Pro的圖像編輯能力也可用于優(yōu)化照片。這位網(wǎng)友將自己實(shí)拍的CyberTruck交給Nano Banana Pro處理，他認(rèn)為該模型在調(diào)整光線、去除瑕疵方面表現(xiàn)很出色。Nano Banana Pro幫他把豎屏照片擴(kuò)展為了橫屏照片，能直接當(dāng)壁紙用。

結(jié)語：Nano Banana實(shí)用程度獲針對(duì)性提升

憑借底層模型的升級(jí)，Nano Banana Pro現(xiàn)在讓更多普通用戶能輕松上手使用圖像創(chuàng)作模型，僅依賴簡(jiǎn)單的提示詞就能還原自己內(nèi)心的想法。

不過，值得注意的是，谷歌在本次升級(jí)中的不少方向是在提升模型的實(shí)用性。無論更多樣的字體，更多的元素，還是高級(jí)控制選項(xiàng)，都能給專業(yè)創(chuàng)作者以更多選擇，打造真正符合其創(chuàng)意的畫面。

谷歌已經(jīng)在積極將Nano Banana Pro融入其To-B的創(chuàng)意產(chǎn)品，未來該模型能否在商用場(chǎng)景展示真實(shí)價(jià)值，值得持續(xù)關(guān)注。