机器之心报道

编辑：冷猫

三个月前，来自谷歌 AI Studio 负责人 Logan Kilpatrick 的一个香蕉表情暗示了现象级图像生成模型 Nano-banana 出自谷歌，引发了轩然大波。

Nano-banana，也就是 Gemini 2.5 Flash Image 模型，有多猛大家也不陌生了。无论是修复老照片，还是生成迷你手办，Nano Banana 在图像编辑方面迈出了重要一步，让普通创作者也能轻松表达创意。

我们也曾经翻遍全网，整理了 7 种体现纳米香蕉超强图像理解生成能力的趣味玩法，感兴趣的读者可以回顾一下。

就在前两天，Gemini 3 发布前，Logan Kilpatrick 故技重施，点燃了大家对新模型的期待。

结果今天下午梅开三度。

网友说：「停停」。

在 Gemini 3 重磅登场后，谷歌的王炸模型只剩下了那支传说级的香蕉。

不出所料，就在刚刚，谷歌最新，最强大，最全面的图像生成模型 Nano Banana Pro（Gemini 3 Pro Image）正式登场，挂上了「专业级」后缀的纳米香蕉，结合了 Gemini 3 Pro 的强大推理能力和世界知识，实力再次实现了飞跃。

官方链接：https://gemini.google/overview/image-generation/

简而言之，Nano Banana Pro 主要 Pro 在 ：前所未有的控制力、完美的文字渲染效果和更强的世界知识，具备打造工作室级别的设计作品的生成能力。

前所未有的控制力

高分辨率

作为一款图像生成模型，Nano Banana Pro 这次最直观、最能有感的基础能力升级，是能够生成 2K 和 4K 的高分辨率图像。

图像像素量有显著的提升，意味着模型必须同时在细节刻画、画面精度、生成稳定性、一致性以及可控性上全面升级。

除此以外，Nano Banana Pro支持了广泛的图像长宽比，解决了基础款 Nano Banana 使用时很难控制图像比例的痛点问题，尤其是在 Gemini 对话中明确要求图像比例时，Nano Banana 仍不能生成对应长宽比的图像。

Nano Banana Pro 生成不同比例的超高清图像

得益于多种可用的长宽比和 2K / 4K 高分辨率，谷歌声称：「作品可以直接用于任意平台，从社交媒体到印刷物料。」

更强大的一致性

Nano Banana 火遍全网，其中最重要的原因就在于它令人惊叹的视觉一致性控制。

举个大家最熟悉的例子：只需上传一张简单的服装图和人物照片，再配上一两句限制性文本指令，它就能快速精准地将元素融合，轻松生成风格统一、构图自然，并且保持人物和服装一致的 OOTD 合成照。感兴趣的读者可以看看我们这一篇报道，轻轻松松做一名时尚博主。

而使用 Nano Banana Pro，你可以融合比以往更多的元素：

最多使用 14 张参考图像，保持多达 5 个人物的一致性与相似度。

让我们简单来看两个实例：

prompt: Combine these images into one appropriately arranged cinematic image in 16:9 format

prompt: A medium shot of the 14 fluffy characters sitting squeezed together side-by-side on a worn beige fabric sofa and on the floor. They are all facing forwards, watching a vintage, wooden-boxed television set placed on a low wooden table in front of the sofa. The room is dimly lit, with warm light from a window on the left and the glow from the TV illuminating the creatures’ faces and fluffy textures. The background is a cozy, slightly cluttered living room with a braided rug, a bookshelf with old books, and rustic kitchen elements in the background. The overall atmosphere is warm, cozy, and amused.

效果非常令人惊讶，Nano Banana Pro 不仅可以保留参考图片中的物体和人物特征，更能够理解参考图片中的背景图像信息，理解光影、材质和图像结构，深刻洞察用户的设计意图。哪怕高达 14 张参考图像，Nano Banana Pro 都能够在新图像中保留全部的细节。

不管是将一张随手勾勒的手绘草图变成可落地的实体产品，还是把技术蓝图转化为质感逼真的 3D 结构，Nano Banana Pro 都能帮你轻松跨越那道长期存在的从想象到落地的鸿沟。

此外，在设计领域中，Nano Banana Pro 也可以为设计稿一键套入理想的视觉风格，包括品牌主视觉、潮流配色，不同材质和质感的测试效果，它都能快速生成。最终呈现的结果在所有关键特征上都能保持高度统一，从电商图到宣传海报，从社交内容到实体包装，毫无割裂感。

相比 Nano Banana 更强的一致性控制，远远拓展了参考图生成的上限，创造了更多玩法可能。

更灵活的创意控制

借助 Nano Banana Pro 的全新能力，高级图像编辑不再是专业团队的专属 —— 真正的创意控制权被交回到用户手中。

用户可以对画面进行近乎「分子级」的操控：

自由选取并重塑图像任意局部区域，实现精准微调切换摄像机角度，快速生成不同视角与构图调整焦点位置，打造更具叙事感的画面重心应用电影工业级调色，一键改变视觉气质重塑场景光照，从白天到夜晚、从硬光到散景过渡皆可瞬时完成

这些能力让 Nano Banana Pro 从简单的图像生成工具，跃升为一个能够支持创作者进行分镜级、视觉导演级创作的图像引擎。

视频中也简单演示了从一张图像，到天气的重塑，最后使用 Veo 3 模型生成极具电影风格的视频的全过程。下面两个示例不仅能够展示 Nano Banana Pro 强大的创意控制能力，也展开了结合首尾帧视频生成的全新可能。

prompt: change lighting of this portrait to from the left, diffused and soft

prompt: Focus on the flowers

文字与知识大师

轻松拿捏文字生成

我们知道，在图像生成模型中，生成文本一直是一个难点。

Nano Banana Pro 正是在这一痛点上实现了再一次迭代：它具备非常强大的文本生成能力，能够生成包含更准确、清晰可读、多语言文本的视觉内容。

Nano Banana Pro 是生成图像内可读文本的最佳模型，无论你需要的是一句简短标语还是一整段较长文本，都能够清晰，完整，合理的生成，并且与图像内容完美融合。

prompt: make 8 minimalistic logos, each is an expressive word, and make letters convey a message or sound visually to express the meaning of this word in a dramatic way. composition: flat vector rendering of all logos in black on a single white background

prompt: Create an image showing the phrase "How much wood would a woodchuck chuck if a woodchuck could chuck wood" made out of wood chucked by a woodchuck.

现在我们可以在视觉设计或海报中创建带有更多细节的文本，具备更广泛的纹理、字体与创意样式。

另外，凭借Gemini 的增强多语言推理能力，我们可以通过 Nano Banana Pro生成多语言文本，或对内容进行本地化与翻译，从而实现全球化扩展，或更轻松地与朋友和家人分享内容。

就比如将饮料瓶上的英文翻译成韩语，并且无缝的合成在原文字的位置，还能保证超高质量的细节和字体风格。

prompt: translate all the English text on the three yellow and blue cans into Korean, while keeping everything else the same

Gemini 3 赋能知识库

由于和 Gemini 3 大模型的深度融合，可以借助 Gemini 3 的高级推理，Nano Banana Pro 不只是生成漂亮的图像，它还能帮助你创建更有用的内容。

Nano Banana Pro 将庞大的知识库融入生成过程，能够比以往的图像生成模型产出更具事实准确性的视觉内容。

此外，在启用相关能力时，通过与Google 搜索的检索基座相结合，模型可以连接到实时的网页内容，生成基于最新数据的输出。

于是我们可以获得准确的解释内容，进一步理解一个事实主题，并且生成语境丰富的信息图和示意图。

这对于需要精确呈现现实信息的应用场景尤为重要，如生物学示意图或历史地图。

Nano Banana Pro 生成的制作豆蔻茶的教程图片

更进一步，Nano Banana Pro 还具备根据内容自动生成 PPT 页面的能力。

无论用户提供的是一段文字、几条要点，还是一篇长文，模型都能自动理解内容和结构，生成对应演示文档图像。实现了「从文字到展示」的流程自动化与智能化的实用进步。

隐形水印，快速验证

Nano Banana Pro 的图像生成能力再次进化后，生成图像和真实图像愈发难以区分。

但谷歌在这次更新发布后，对 AI 图像鉴别采取了新的方法，提高内容来源的透明度。

Gemini 应用中现在加入了一项新功能：用户可以直接验证某张图像是否由 Google AI 生成或编辑。

从今天开始，用户可以直接在 Gemini 应用中验证某张图像是否由 Google AI 生成或编辑。

如果你看到一张图像并希望确认它是否由 Google AI 生成，只需将其上传至 Gemini 应用，并提出类似于：「这是由 Google AI 生成的吗？」的问题，就可以获取准确的答案。

这一能力由SynthID实现，这是谷歌的数字水印技术，它将不可察觉的信号嵌入到 AI 生成内容中。谷歌在 2023 年推出 SynthID。自那以来，已有超过 200 亿份AI 生成内容通过 SynthID 加上水印。

Gemini 会检测图像中的 SynthID 水印，并结合自身的推理能力，为用户提供结果，使用户更了解你在网上看到的内容的背景。不久后，谷歌将扩展 SynthID 验证能力，支持包括音视频在内的更多格式，并让这些能力覆盖更多产品，如搜索等。

作为此次发布的一部分，从今天起，通过 Gemini、Vertex AI，Google ADs、Flow 生成的 Nano Banana Pro（Gemini 3 Pro Image）图像都将嵌入 C2PA 元数据，进一步提升图像生成方式的透明度。

面向各类用户上线

谷歌表示，会在多个原本支持旧版本模型的 Google 产品中上线 Nano Banana Pro：

面向消费者与学生

在 GeminiApp 中，当你选择 「Create images」并使用 「Thinking」模型时，将在全球范围内陆续上线。免费用户会获得有限的免费额度，用完后将回退至原版 Nano Banana 模型。Google AI Plus、Pro 和 Ultra 的订阅用户将获得更高额度。在搜索的 AI Mode 中，Nano Banana Pro 将向美国的订阅用户提供。NotebookLM 中，Nano Banana Pro 也将向全球订阅用户提供。

面向专业人士

Google Ads 将升级图像生成功能至 Nano Banana Pro，让广告主可在 Asset Studio 中使用最前沿的生成与编辑能力。同时，它也将从今天开始陆续向 Workspace 用户推出，包括 Google Slides 和 Google Vids。

面向开发者与企业

可通过 Gemini API 与 Google AI Studio 访问，并可在 Google Antigravity 中用于创建丰富的 UX 布局与原型。企业可立即在 Vertex AI 中开始大规模内容创作支持，并且即将登陆 Gemini Enterprise。

面向创意人士

Nano Banana Pro 将提供给使用 Flow 的 Google AI Ultra 订阅用户，为创作者、导演与营销团队提供更精准、更可控的镜头与场景生成能力。

Gemini 2.5 Flash Image 和 Gemini 3 Pro Image 模型可通过 Gemini API、Google AI Studio 和 Vertex AI 以付费预览形式使用。

使用 Nano banana （Gemini2.5 Flash Image）获取更快、更低成本的图像生成/编辑；使用 Nano banana Pro（Gemini 3Pro Image）处理更加复杂、要求更高的任务，但成本与延迟也更高。

https://blog.google/technology/ai/nano-banana-pro/

文中视频链接：

https://mp.weixin.qq.com/s/rZqBxTyDI9KyXod03vteCg