在 AI 文生图领域，近期出现了一个极具话题性的神秘角色 ——nano – banana。这个起初无名无姓的图片模型，如同一个低调的武林高手，在大模型竞技场 LMArena 中悄然登场，却迅速以惊人的实力震撼了整个领域。

nano – banana 的惊艳亮相与崛起

nano – banana 刚出现在 LMArena 时，并没有引起太多人的注意。然而，一旦用户在竞技场中抽到它来与其他生图模型进行对决，其强大的实力便展现得淋漓尽致。它在生图一致性方面表现得极为突出，对提示词的理解和完成度也达到了令人惊叹的程度。无论是多么复杂的场景或细致的要求，nano – banana 都能精准地呈现出来，让对手难以望其项背。

在 LMArena 的盲测中，nano – banana 的表现堪称碾压级。例如，当要求模型让人物手里加一根香蕉时，其他模型如 seededit 生成的图片中，人物的手出现了明显的崩坏，香蕉的颜色也与整体画风格格不入，而 nano – banana 生成的图片则几乎挑不出任何毛病，人物的手部姿势自然，香蕉的颜色和质感也与整体画面完美融合。又如，让鲁迅不要抽烟改拿笔，其他模型生成的图片不仅细节混乱，甚至笔头还冒着烟，nano – banana 却能准确地完成指令，人物的神态和动作都十分逼真。

凭借着卓越的性能，nano – banana 在用户的热烈追捧下，迅速登上了 LMArena 榜单的第一位。众人纷纷猜测这个神秘模型的出身，而谷歌 AI Studio 的产品 Leader 的一个暗戳戳的举动，终于揭开了 nano – banana 的神秘面纱 —— 他在社交媒体上发布了一个香蕉的表情，默认了 nano – banana 是谷歌的杰作。

nano – banana 的强大功能与优势

当地时间 8 月 26 日，nano – banana 正式上线谷歌 AI Studio，这让更多的用户能够直接体验到它的强大功能。谷歌在官方博客中对 nano – banana 的能力进行了详细介绍，它具有以下几个显著的优势：

• 超强的角色一致性：nano – banana 能够在不同的场景、服装、表情等变化中，始终保持人物形象的一致性。只要提供一张人物的脸，无论后续如何变换场景、服装和表情，都能让人一眼认出这是同一个人。例如，将几张不同照片的元素融合在一起，nano – banana 生成的结果既能保证原来人物的形象不崩塌，又能使新图片看起来自然和谐，毫无违和感。
• 精准的提示词理解与执行：nano – banana 对提示词的遵循能力非常强，能够准确地理解用户的需求并将其转化为高质量的图像。无论是简单的指令还是复杂的要求，它都能尽可能地满足，生成的图片与用户的预期高度契合。
• 出色的多轮对话改图能力：它可以对同一张图进行多轮对话修改，每次只修改用户指定的部分，而其他部分则能保持不变，就像原图一样自然。这一功能使得用户能够更加精细地调整图片，直到达到满意的效果。
• 强大的图像细节处理能力：在一些细节处理上，nano – banana 表现得非常出色。比如在一键试穿功能中，它能够将平铺的服饰准确地 P 到人的身上，并且对服饰的细节把控十分到位，如鞋的角度、服饰上的 logo 等都能处理得恰到好处。
• 一定的现实世界推理能力：借助 Gemini 的底层逻辑，nano – banana 可以推断出图像中某个时刻之前或之后可能发生的事情，这需要完全依赖于世界知识。例如，在生成一个气球飘向仙人掌的初始画面后，它可以设想接下来可能出现的场景，这种现实世界推理能力是其他生图模型所欠缺的。

nano – banana 的应用场景与影响

nano – banana 的出现，为多个领域带来了巨大的变革和机遇：

• 电商行业：在电商模特图制作方面，nano – banana 能够实现 “零棚拍”。上传素人照片后，AI 可自动替换背景、调整服装材质，甚至生成多套风格统一的产品图，成本仅为传统流程的 1%。这使得电商设计的效率大幅提升，过去 4 人团队需 3 天完成的任务，现在 1 小时就能交付，效率提升超 70%。
• 广告设计行业：对于广告设计界来说，nano – banana 的能力几乎是降维打击。它可以轻松地将特定的艺术风格、设计或纹理从一张图像转移到另一张图像，同时保留原主体的形态和细节。设计师可以利用它快速生成多种风格方案，然后从中筛选并优化创意方向，将更多的精力放在概念设计与叙事逻辑上。
• 个人创作领域：nano – banana 让个人创作更加便捷和高效。无论是制作电影海报、设计个人艺术作品还是编辑生活照片，用户都可以通过 nano – banana 实现自己的创意，轻松生成高质量的图像。

nano – banana 的不足之处

尽管 nano – banana 实力超群，但它也并非完美无缺。一方面，谷歌为了确保模型的安全性，对其进行了大量的调教，这导致模型经常会因为一些关键词而无法生成图片，让用户难以把握具体的规则。另一方面，nano – banana 对提示词的要求比较高，如果用户想要得到理想的效果，需要花费更多的时间和精力来打磨提示词，详细地列出自己的需求，才能保证生成图片的强一致性。此外，在局部小范围修图上，nano – banana 的效果与 FLUX 相比，还是稍逊一筹。

结语

nano – banana 的出现，无疑是 AI 生图领域的一次重大突破。它以强大的图像理解能力和一致性，以及在各种任务上的出色表现，重新定义了图像编辑的标准。尽管它存在一些缺点，但这并不影响它成为目前市场上最优秀的生图模型之一。随着技术的不断发展和完善，相信 nano – banana 将会在更多的领域发挥出更大的作用，为我们带来更多的惊喜和可能。让我们一起期待它未来的表现吧！