Full text · 原文
1,875 字
不圆 时令 发自 凹非寺<br>
量子位 | 公众号 QbitAI<br>
爆火的神秘图像编辑模型nano-banana，终于脱掉了“香蕉皮”！<br>
就在今天，谷歌官方认领，并表明这个模型其实是Gemini 2.5 Flash Image。<br>
最新一波官方Demo也来了：<br>
还展现出了高超的图像推理能力：<br>
现在该模型可以在Gemini和Google AI Studio上免费使用，同时API以每张图像0.039$（折合人民币0.28￥）的价格开放。<br>
模型的具体表现如何？一起来看~<br>
出色的图像编辑能力<br>
官方给出了很多有趣的用法。<br>
除了常规的修图方式，它还可以合并最多三张图片来创造新事物。<br>
生成超现实艺术，组合不同的照片元素，或无缝融合物体、颜色和纹理。<br>
或者轻松实现设计想法。<br>
还可以用几张照片生成堪称电影画面的连贯剧情故事。<br>
而在官方实锤之前，网友们也早就被nano-banana的各种私家case吸引，开启疯狂讨论。<br>
比如说精准改变面部表情和天气。<br>
或者让秃头男人重新拥有不同发型。<br>
网友表示：PhotoShop岌岌可危。<br>
毕竟这个“香蕉”不仅可以完成平面图像的编辑，甚至还可以进行2D到3D的转换。用户只需提供一张普通的2D图片，系统就可自动生成相应的3D视角，每一个角度都是恰到好处、和谐统一。<br>
最最最牛的是，它竟然还可以进行图像推理。勾股定理so easy，计算角度手拿把掐，识别图像里的水母结构，竟然也是瞬间反应，堪称你画我猜AI版。<br>
说实话，最让我佩服的是，当我们要求此“香蕉”给出一个人从A到B的方案时，它竟然直接生成一个梯子！<br>
好好好，图像编辑器真的能思考了。<br>
我们自己也实测了一下这款模型，发现它确实很有意思：<br>
给它一只猫猫，猫能环游世界。<br>
提示词：以这只猫为主角，生成旅游照。<br>
提示词：让猫猫去故宫拍张自拍照。<br>
如果不想做真实场景，让林黛玉和孙悟空成为漫威英雄并肩战斗也就一句话的事儿~<br>
另外，它对光影的细节理解也相当真实。<br>
提示词：一根香蕉被放在厨房台面上，旁边有水杯、刀具和切菜板，阳光从窗户照进来，香蕉投下自然阴影。<br>
可以看到生成结果还是很不错滴，阳光透过水杯折射的影子以及旁边植物的影子都还算合理。<br>
它还能够很好地抓取角色特征，不出意外地改变角色主体：<br>
如果那一年，工藤新一喝下的并不是缩小药水，而是……<br>
神秘香蕉模型<br>
Nano Banana最初出现在一个名为LMArena的网站上，这是一个让不同AI模型匿名进行“战斗模式”竞赛的地方。<br>
而让Nano-banana爆火的原因无他，表现实在太好了。<br>
这又是一个SOTA级别的图像编辑模型——而且在一开始没有任何官方文档。<br>
不过在官方宣布之前，已经有一些人猜到了这是谷歌家族的一员。<br>
一方面，该模型的表现与Gemini近期发布的多模态版本相似，这样出色的性能很难是车库团队的产品。<br>
另一方面，它的发布策略——匿名发布、无品牌标识、让用户群体自行探索——与DeepMind早期在匿名测试平台上评估大语言模型的方式如出一辙。<br>
还有一点额外原因：一些与谷歌有关联的开发者在社交媒体上发了奇怪的香蕉内容<br>
有网友问到Google为什么要选择秘密发布，官方给出了这样的解释：<br>
正在为全球规模的发布做准备工作。<br>
网友：何时发布完整版本<br>
既然官方都那样说了，网友们也坐不住了。<br>
纷纷表示：那我们能用完整版了吗？<br>
不过，虽然这个模型在图像生成的表现确实很好，但并不意味着它没有问题——<br>
尤其是在大公司的服务政策下，很容易出现一些让人比较抓狂的情况：<br>
有网友认为，这是一个非常有趣的营销方式，并且确实达到了他们想要的效果。<br>
感兴趣的朋友也可以去试一下这个香蕉，哦不，这个Gemini 2.5 Flash Image。<br>
参考链接：<br>
[1]https://x.com/googleaistudio/status/1960344388560904213<br>
[2]https://x.com/OfficialLoganK/status/1960343135436906754<br>
[3]https://aistudio.google.com/prompts/new_chat?model=gemini-2.5-flash-image-preview<br>
[4]https://techcrunch.com/2025/08/26/google-geminis-ai-image-model-gets-a-bananas-upgrade/<br>
[5]https://deepmind.google/models/gemini/image/