上半年，大家還在為 4o 的「吉卜力風生圖」刷屏驚歎。
最近，一個神秘代號 nano-banana 的新模型在社交媒體上爆火，它不是拼畫質取勝，而是憑藉前所未有的圖像編輯能力，讓網友直呼「這才是真正的 AI P圖」。
有多強呢，過去我們印象中的 AI 編輯圖片，可能用最多的就是 AI 消除，抹掉照片裏面的路人；或者 AI 摳圖，把照片的主體摳出來然後複製到其他背景上。
但現在是能直接生成一張完全看不出編輯痕跡的圖片，圖片裏面的人物、背景、甚至小到一個字母，都可以自由的修改，且看不出一點 AI 味。
下面幾張圖片是我們從 X 上找的一些使用 nano-banana 編輯的實例，我只想説，它能火起來，真的值得。
▲ 圖片來源：X@arrakis_ai
這個網友提供了上方只顯示側臉的女生，同時輸入提示詞，「創建一張有人直視前方照片。」
而下方的這張 OUTPUT 輸出圖片，就是使用 nano-banana 模型生成的。這個輸出效果，完全可以説是同一時間拿手機另外拍的一張照片。
還有網友分享添加這兩張圖片並輸入提示詞，「讓他們自拍」。
▲ 圖片來源：X@RetropunkAI
和你唯一的合照，終於不用只是畢業照了。Billie 的大金鍊子和耳環、以及劉海等信息完全沒丟失，Michael 的臉從滿是噪點的失真，到自拍合影裏，與 Billie 一樣有着真實、清晰的皮膚質感。
在 X 上網友們反覆安利這個圖像編輯模型，從這些截圖分享裏面，我們大致總結了 nano banana 最讓人驚歎的幾點特質。
首先，跟之前的圖像編輯模型有着質的不同，就是 nano banana 在轉換圖像的過程中，基本上能夠保持整個照片一致的色調和照片內容，不會自己額外生成別的東西。
▲ 風格保持高度一致，輸入右邊兩張圖，得到左邊的產品廣告圖。圖片來源：X@Dari_Designs
除了色調和照片內容，更重要的是保持人物角色的統一。不管是更換背景、還是讓某個人的表情修改成微笑，nano banana 生成的人物五官和神態幾乎不會出現換臉的情況，連嘴角的弧度都能保持穩定。
舉個例子，當我們使用固定的一個人物角色創建圖片的時候，這個角色可以在不同的場景下保持一致。
▲ 原圖是左邊，輸入提示詞制定背景為埃菲爾鐵塔得到右圖。圖片來源：X@zan_sihay
由於能保持與輸入圖片高度一致的色調、氛圍、場景和人物主體等，還有網友通過 nano-banana 將整個場景轉變為一個新的故事。
▲ 原圖在左上角，先是輸入提示詞讓她們坐在台球桌邊上，然後讓她們開始打枱球，形成一個完整的故事流。圖片來源：X@D_studioproject
在確保了照片內容的高品質後，nano banana 生成的圖片還非常真實。和此前大部分生圖模型得到的 AI 味極濃的圖片不同，nano banana 的特點就是自然和逼真。
▲Flux 生成的圖片，皮膚質感還是有明顯的蠟質化，不夠真實。
最後是 nano banana 將場景轉換為各種藝術風格方面表現，同樣非常出色，包括水彩、油畫和卡通風格，以及寫實照片。
▲ 能夠「復活」老照片。圖片來源：X@DiegoGarey_jpg
我們也在 LMArena 裏面測試了 nano banana 這個神秘模型，看看它是不是真的這麼強大。
體驗地址：https://lmarena.ai/?chat-modality=image (選擇 battle 模式才會出現)
多人畢業照，也能變成專屬你們倆的合影
首先，我們找了一張畢業合照，看看它是不是真的能生成一張兩個人的合照。
它真的做到了，雖然這個田徑場草皮生成的不是很像，但是在多輪的測試裏面，Qwen、Flux、Seed 生成的圖片全部都還是多人的，只有 nano-banana 明白了指令，提取出了兩個人。
我們繼續拿只有一張人臉的照片來測試，用開頭那張照片，要求它生成一張白底證件照試試。
下面有六張照片，大家可以猜猜哪個是 nano-banana 生成的，或者你最喜歡哪個。
▲ 添加開頭的照片，並輸入提示詞，「生成一張她的標準白底證件照，能直接用來申請護照。」
你沒看錯，第一張也是模型生成的，實在不知道什麼護照可以用這樣的照片。
答案揭曉，nano-banana 雖然看起來是最漂亮、最温柔的，但是 GPT-IMG 生成的更像證件照，因為有露出來一點點耳朵；Flux 好像不知道什麼是證件照；Qwen 就很標準證件照了，但是太「標準」了，彷彿沒參考我發給他的圖片一樣。
我們繼續拿 nano-banana 生成的這張證件照，要求它為我們生成一張全身照，看看能不能在 AI 編輯的過程中，保持住這個角色原本的樣子。
直接揭曉答案，這次 Gemini 的表現竟然不錯，照片很真實，而且場景和衣服都搭配得很好；nano banana 的表現也不錯，但總覺得和證件照裏面的女生，風格不太一樣了。
對於單張照片的單一角色，能做的編輯還非常多，像是下面這張圖片，要求馬斯克作出拳擊的動作，人物基本上是做到了 100% 的複製，馬斯克的他眼神、臉型、鼻子、還有嘴巴都很好的複製過來了。
單張照片的處理能做到完美複製，多張照片，nano banana 的表現又如何。
我們找了兩張有人臉的照片，告訴模型將這兩個人拼湊在一起，看看是否還能像真實照片一樣，看不出瑕疵。
▲ 輸入右下角兩張圖片，提示詞為「讓這兩個人在拳擊擂台上自由搏擊」
圖片左邊就是來自 nano-banana，而右上角則是 Gemini 生成的效果，可以看到明顯的差距，nano-banana 非常真實，且一眼就能認出來，藍色衣服的是小扎。
nano-banana 對物理世界也有驚人的理解能力
除了保持人物的樣子不改變，nano banana 還能在物體、背景等元素上，保持與輸入圖片做到完全一致。
例如下面兩張房間的圖片，我們顯示讓它開燈；然後又找了一張圖片讓它關燈。
當要求開燈時，乍一看 nano banana 和 Flux 都做的不錯，但是有一個細節是 nano banana 不僅點亮了落地燈，更關鍵的是，它似乎重新計算了整個房間的光影邏輯。茶几的影子不再主要受窗外光影響，而是正確地投向了遠離新光源的方向。
它並非簡單地在圖片上「貼」一個發光效果，而更像是在三維空間感和物理規律的層面「理解」了指令，就像 Google 前段時間發佈的世界模型 Genie 3 一樣。相比之下，Flux的結果更像是一個濾鏡，氛圍是到了，但邏輯還是有點問題。
關燈的效果差別就更明顯了，Flux 是直接把落地燈都給弄消失了，而 nano banana 成功把燈關掉了，還做了很全面的陰影和色調調節。
創造力也能保持一致，純文生圖不如 GPT
風格轉換也是 nano banana 的一大優點。無論是讓黑白的照片重新煥發彩色的生機，還是讓失真的圖片變得真實，nano banana 在 LMArena 裏都做的比其他圖像編輯模型要好。
Flux 生成的魯迅，總覺得是色彩飽和度沒有調節好，nano-banana 生成這張給我感覺就很真實，保留了那種年代感。
我們還找了最近熱映的《浪浪山小妖怪》電影預告片的截圖，然後要模型從動畫風格轉換成其他風格。
不過是 AI 都有可能會出錯，就像這張圖片，nano banana 是直接給我了原圖，但是 Qwen 把風格轉換得很好。
當然也有可能是「吉卜力風格」會違反一些模型的使用規則，就像現在 4o 也沒有辦法直接輸入吉卜力風格提示詞生成照片。
▲ 還是開頭那張照片，提示詞「生成這張照片的素描畫」
素描風格，nano-banana 就有辦法處理了，右上的那張圖，就是來自 nano-banana 的素描結果，我覺得比左下那張要好，因為看起來，真的更像是素描。
此外，nano-banana 的重點還是作為一個圖像編輯模型，在純粹的文生圖能力上，表現並不算出色。
X 上有網友用 nano-banana 來做了一個高難度/複雜質感，以及光影/高級質感海報生成測試，結果還是 GPT-IMG 勝出。
▲ 圖片來源：X@ZHO_ZHO_ZHO
Nano-banana 目前還是一個「未知」的模型，它只隨機地出現在 LMArena 的盲測對抗測試中。
在我們的測試裏面，輸入 prompt，兩張圖生成完畢，投票選出更好的一張，最後才會揭曉哪張來自哪一個模型；有時候連續五六次都沒能遇到它。
雖然這個模型的官方來源或開發者還沒有正式確認，但網絡上的討論，以及生成圖像的紋理和壓倒性的質量，大部分人認為它很可能是 Google 的一個未公開項目。
畢竟，Google 也確實有在內部使用水果或者小吃等名稱作為代碼名稱的歷史。
而當我們嘗試要它把自己的模型名字，顯示在電腦屏幕上時，nano-banana 很自信的打上了 Gemini Pro。
最新的消息是，Google DeepMind 的負責人 Logan Kilpatrick 在 Google Pixel 10 發佈前一天，發了一條推文，內容只有一個香蕉的 emoji，這基本上證實了這個模型就是來自 Google。
Google 這次為 Pixel 10 系列帶來了 AI 編輯圖片工具 Ask Photos，我們只需要輸入想要對照片進行的編輯請求，然後由 AI 來完成，我們不需要再選擇複雜的滑塊、筆刷等各種工具。
為了防止圖像篡改帶來的負面影響，Google 也表示所有使用 AI 功能編輯的圖像都會在 C2PA（內容來源和真實性聯盟） 內容憑證中註明。
X 博主 testingcatalog 發文提到 nano-banana 這個圖像編輯模型，將不僅僅用在 Gemini 和 Whisk（Google 實驗室圖像生成產品）上，也將出現在 Flow（Google 視頻生成產品） 裏面。
其實也不難想到，Flow 的圖生視頻功能，也正是像我們測試的圖片編輯一樣，讓圖片中的人物主體動起來。
在這篇爆料中還提到，Google 正在測試垂直寬高比的視頻生成，以更好的在 TikTok、YouTube Shorts 等平台觀看和傳播。
Google 這段時間頗有不聲不響做了很多事情，先是世界模型 Genie 3、然後在 LMArena 大語言模型競技場上拿第一、接着又這個神秘模型 nano-banana；這讓我越來越期待 Gemini 3 的發佈了。
▲Google 的模型在 LMArena 多個任務上都是第一
如果説當時的 4o 代表了 AI 生圖的極致，nano-banana 已經開始在重新定義圖像編輯。
資料來源：愛範兒（ifanr）
最近，一個神秘代號 nano-banana 的新模型在社交媒體上爆火，它不是拼畫質取勝，而是憑藉前所未有的圖像編輯能力，讓網友直呼「這才是真正的 AI P圖」。
有多強呢，過去我們印象中的 AI 編輯圖片，可能用最多的就是 AI 消除，抹掉照片裏面的路人；或者 AI 摳圖，把照片的主體摳出來然後複製到其他背景上。
但現在是能直接生成一張完全看不出編輯痕跡的圖片，圖片裏面的人物、背景、甚至小到一個字母，都可以自由的修改，且看不出一點 AI 味。
下面幾張圖片是我們從 X 上找的一些使用 nano-banana 編輯的實例，我只想説，它能火起來，真的值得。
▲ 圖片來源：X@arrakis_ai
這個網友提供了上方只顯示側臉的女生，同時輸入提示詞，「創建一張有人直視前方照片。」
而下方的這張 OUTPUT 輸出圖片，就是使用 nano-banana 模型生成的。這個輸出效果，完全可以説是同一時間拿手機另外拍的一張照片。
還有網友分享添加這兩張圖片並輸入提示詞，「讓他們自拍」。
▲ 圖片來源：X@RetropunkAI
和你唯一的合照，終於不用只是畢業照了。Billie 的大金鍊子和耳環、以及劉海等信息完全沒丟失，Michael 的臉從滿是噪點的失真，到自拍合影裏，與 Billie 一樣有着真實、清晰的皮膚質感。
在 X 上網友們反覆安利這個圖像編輯模型，從這些截圖分享裏面，我們大致總結了 nano banana 最讓人驚歎的幾點特質。
- 角色一致性極強：無論換背景還是換表情，都不會換臉，甚至嘴角弧度都能保持。
- 光影邏輯合理：不像濾鏡貼圖，它能重新計算光源和陰影，讓場景符合物理規律。
- 照片級逼真：幾乎看不出 AI 痕跡，生成的效果像是「同一時刻另一台手機拍下的照片」。
- 風格轉換自然：從老照片復原到素描、水彩、卡通，都能保持主體特徵不變。
首先，跟之前的圖像編輯模型有着質的不同，就是 nano banana 在轉換圖像的過程中，基本上能夠保持整個照片一致的色調和照片內容，不會自己額外生成別的東西。
▲ 風格保持高度一致，輸入右邊兩張圖，得到左邊的產品廣告圖。圖片來源：X@Dari_Designs
除了色調和照片內容，更重要的是保持人物角色的統一。不管是更換背景、還是讓某個人的表情修改成微笑，nano banana 生成的人物五官和神態幾乎不會出現換臉的情況，連嘴角的弧度都能保持穩定。
舉個例子，當我們使用固定的一個人物角色創建圖片的時候，這個角色可以在不同的場景下保持一致。
▲ 原圖是左邊，輸入提示詞制定背景為埃菲爾鐵塔得到右圖。圖片來源：X@zan_sihay
由於能保持與輸入圖片高度一致的色調、氛圍、場景和人物主體等，還有網友通過 nano-banana 將整個場景轉變為一個新的故事。
▲ 原圖在左上角，先是輸入提示詞讓她們坐在台球桌邊上，然後讓她們開始打枱球，形成一個完整的故事流。圖片來源：X@D_studioproject
在確保了照片內容的高品質後，nano banana 生成的圖片還非常真實。和此前大部分生圖模型得到的 AI 味極濃的圖片不同，nano banana 的特點就是自然和逼真。
▲Flux 生成的圖片，皮膚質感還是有明顯的蠟質化，不夠真實。
最後是 nano banana 將場景轉換為各種藝術風格方面表現，同樣非常出色，包括水彩、油畫和卡通風格，以及寫實照片。
▲ 能夠「復活」老照片。圖片來源：X@DiegoGarey_jpg
我們也在 LMArena 裏面測試了 nano banana 這個神秘模型，看看它是不是真的這麼強大。
體驗地址：https://lmarena.ai/?chat-modality=image (選擇 battle 模式才會出現)
多人畢業照，也能變成專屬你們倆的合影
首先，我們找了一張畢業合照，看看它是不是真的能生成一張兩個人的合照。
它真的做到了，雖然這個田徑場草皮生成的不是很像，但是在多輪的測試裏面，Qwen、Flux、Seed 生成的圖片全部都還是多人的，只有 nano-banana 明白了指令，提取出了兩個人。
我們繼續拿只有一張人臉的照片來測試，用開頭那張照片，要求它生成一張白底證件照試試。
下面有六張照片，大家可以猜猜哪個是 nano-banana 生成的，或者你最喜歡哪個。
▲ 添加開頭的照片，並輸入提示詞，「生成一張她的標準白底證件照，能直接用來申請護照。」
你沒看錯，第一張也是模型生成的，實在不知道什麼護照可以用這樣的照片。
答案揭曉，nano-banana 雖然看起來是最漂亮、最温柔的，但是 GPT-IMG 生成的更像證件照，因為有露出來一點點耳朵；Flux 好像不知道什麼是證件照；Qwen 就很標準證件照了，但是太「標準」了，彷彿沒參考我發給他的圖片一樣。
我們繼續拿 nano-banana 生成的這張證件照，要求它為我們生成一張全身照，看看能不能在 AI 編輯的過程中，保持住這個角色原本的樣子。
直接揭曉答案，這次 Gemini 的表現竟然不錯，照片很真實，而且場景和衣服都搭配得很好；nano banana 的表現也不錯，但總覺得和證件照裏面的女生，風格不太一樣了。
對於單張照片的單一角色，能做的編輯還非常多，像是下面這張圖片，要求馬斯克作出拳擊的動作，人物基本上是做到了 100% 的複製，馬斯克的他眼神、臉型、鼻子、還有嘴巴都很好的複製過來了。
單張照片的處理能做到完美複製，多張照片，nano banana 的表現又如何。
我們找了兩張有人臉的照片，告訴模型將這兩個人拼湊在一起，看看是否還能像真實照片一樣，看不出瑕疵。
▲ 輸入右下角兩張圖片，提示詞為「讓這兩個人在拳擊擂台上自由搏擊」
圖片左邊就是來自 nano-banana，而右上角則是 Gemini 生成的效果，可以看到明顯的差距，nano-banana 非常真實，且一眼就能認出來，藍色衣服的是小扎。
nano-banana 對物理世界也有驚人的理解能力
除了保持人物的樣子不改變，nano banana 還能在物體、背景等元素上，保持與輸入圖片做到完全一致。
例如下面兩張房間的圖片，我們顯示讓它開燈；然後又找了一張圖片讓它關燈。
當要求開燈時，乍一看 nano banana 和 Flux 都做的不錯，但是有一個細節是 nano banana 不僅點亮了落地燈，更關鍵的是，它似乎重新計算了整個房間的光影邏輯。茶几的影子不再主要受窗外光影響，而是正確地投向了遠離新光源的方向。
它並非簡單地在圖片上「貼」一個發光效果，而更像是在三維空間感和物理規律的層面「理解」了指令，就像 Google 前段時間發佈的世界模型 Genie 3 一樣。相比之下，Flux的結果更像是一個濾鏡，氛圍是到了，但邏輯還是有點問題。
關燈的效果差別就更明顯了，Flux 是直接把落地燈都給弄消失了，而 nano banana 成功把燈關掉了，還做了很全面的陰影和色調調節。
創造力也能保持一致，純文生圖不如 GPT
風格轉換也是 nano banana 的一大優點。無論是讓黑白的照片重新煥發彩色的生機，還是讓失真的圖片變得真實，nano banana 在 LMArena 裏都做的比其他圖像編輯模型要好。
Flux 生成的魯迅，總覺得是色彩飽和度沒有調節好，nano-banana 生成這張給我感覺就很真實，保留了那種年代感。
我們還找了最近熱映的《浪浪山小妖怪》電影預告片的截圖，然後要模型從動畫風格轉換成其他風格。
不過是 AI 都有可能會出錯，就像這張圖片，nano banana 是直接給我了原圖，但是 Qwen 把風格轉換得很好。
當然也有可能是「吉卜力風格」會違反一些模型的使用規則，就像現在 4o 也沒有辦法直接輸入吉卜力風格提示詞生成照片。
▲ 還是開頭那張照片，提示詞「生成這張照片的素描畫」
素描風格，nano-banana 就有辦法處理了，右上的那張圖，就是來自 nano-banana 的素描結果，我覺得比左下那張要好，因為看起來，真的更像是素描。
此外，nano-banana 的重點還是作為一個圖像編輯模型，在純粹的文生圖能力上，表現並不算出色。
X 上有網友用 nano-banana 來做了一個高難度/複雜質感，以及光影/高級質感海報生成測試，結果還是 GPT-IMG 勝出。
▲ 圖片來源：X@ZHO_ZHO_ZHO
Nano-banana 目前還是一個「未知」的模型，它只隨機地出現在 LMArena 的盲測對抗測試中。
在我們的測試裏面，輸入 prompt，兩張圖生成完畢，投票選出更好的一張，最後才會揭曉哪張來自哪一個模型；有時候連續五六次都沒能遇到它。
雖然這個模型的官方來源或開發者還沒有正式確認，但網絡上的討論，以及生成圖像的紋理和壓倒性的質量，大部分人認為它很可能是 Google 的一個未公開項目。
畢竟，Google 也確實有在內部使用水果或者小吃等名稱作為代碼名稱的歷史。
而當我們嘗試要它把自己的模型名字，顯示在電腦屏幕上時，nano-banana 很自信的打上了 Gemini Pro。
最新的消息是，Google DeepMind 的負責人 Logan Kilpatrick 在 Google Pixel 10 發佈前一天，發了一條推文，內容只有一個香蕉的 emoji，這基本上證實了這個模型就是來自 Google。
Google 這次為 Pixel 10 系列帶來了 AI 編輯圖片工具 Ask Photos，我們只需要輸入想要對照片進行的編輯請求，然後由 AI 來完成，我們不需要再選擇複雜的滑塊、筆刷等各種工具。
為了防止圖像篡改帶來的負面影響，Google 也表示所有使用 AI 功能編輯的圖像都會在 C2PA（內容來源和真實性聯盟） 內容憑證中註明。
X 博主 testingcatalog 發文提到 nano-banana 這個圖像編輯模型，將不僅僅用在 Gemini 和 Whisk（Google 實驗室圖像生成產品）上，也將出現在 Flow（Google 視頻生成產品） 裏面。
其實也不難想到，Flow 的圖生視頻功能，也正是像我們測試的圖片編輯一樣，讓圖片中的人物主體動起來。
在這篇爆料中還提到，Google 正在測試垂直寬高比的視頻生成，以更好的在 TikTok、YouTube Shorts 等平台觀看和傳播。
Google 這段時間頗有不聲不響做了很多事情，先是世界模型 Genie 3、然後在 LMArena 大語言模型競技場上拿第一、接着又這個神秘模型 nano-banana；這讓我越來越期待 Gemini 3 的發佈了。
▲Google 的模型在 LMArena 多個任務上都是第一
如果説當時的 4o 代表了 AI 生圖的極致，nano-banana 已經開始在重新定義圖像編輯。
資料來源：愛範兒（ifanr）
請按此登錄後留言。未成為會員? 立即註冊