上半年，大家还在为 4o 的「吉卜力风生图」刷屏惊叹。最近，一个神秘代号 nano-banana的新模型在社交媒体上爆火，它不是拼画质取胜，而是凭借前所未有的图像编辑能力，让网友直呼「这才是真正的 AI P图」。有多强呢，过去我们印象中的 AI 编辑图片，可能用最多的就是 AI 消除，抹掉照片里面的路人；或者 AI 抠图，把照片的主体抠出来然后复制到其他背景上。但现在是能直接生成一张完全看不出编辑痕迹的图片，图片里面的人物、背景、甚至小到一个字母，都可以自由的修改，且看不出一点 AI 味。下面几张图片是我们从 X 上找的一些使用 nano-banana 编辑的实例，我只想说，它能火起来，真的值得。图片来源：X@arrakis_ai这个网友提供了上方只显示侧脸的女生，同时输入提示词，「创建一张有人直视前方照片。」而下方的这张 OUTPUT 输出图片，就是使用 nano-banana 模型生成的。这个输出效果，完全可以说是同一时间拿手机另外拍的一张照片。还有网友分享添加这两张图片并输入提示词，「让他们自拍」。图片来源：X@RetropunkAI和你唯一的合照，终于不用只是毕业照了。Billie 的大金链子和耳环、以及刘海等信息完全没丢失，Michael 的脸从满是噪点的失真，到自拍合影里，与 Billie 一样有着真实、清晰的皮肤质感。在 X 上网友们反复安利这个图像编辑模型，从这些截图分享里面，我们大致总结了 nano-banana 最让人惊叹的几点特质。1.角色一致性极强：无论换背景还是换表情，都不会换脸，甚至嘴角弧度都能保持。2.光影逻辑合理：不像滤镜贴图，它能重新计算光源和阴影，让场景符合物理规律。3.照片级逼真：几乎看不出 AI 痕迹，生成的效果像是「同一时刻另一台手机拍下的照片」。4.风格转换自然：从老照片复原到素描、水彩、卡通，都能保持主体特征不变。首先，跟之前的图像编辑模型有着质的不同，就是 nano-banana 在转换图像的过程中，基本上能够保持整个照片一致的色调和照片内容，不会自己额外生成别的东西。风格保持高度一致，输入右边两张图，得到左边的产品广告图。图片来源：X@Dari_Designs除了色调和照片内容，更重要的是保持人物角色的统一。不管是更换背景、还是让某个人的表情修改成微笑，nano-banana 生成的人物五官和神态几乎不会出现换脸的情况，连嘴角的弧度都能保持稳定。举个例子，当我们使用固定的一个人物角色创建图片的时候，这个角色可以在不同的场景下保持一致。原图是左边，输入提示词制定背景为埃菲尔铁塔得到右图。图片来源：X@zan_sihay由于能保持与输入图片高度一致的色调、氛围、场景和人物主体等，还有网友通过 nano-banana 将整个场景转变为一个新的故事。原图在左上角，先是输入提示词让她们坐在台球桌边上，然后让她们开始打台球，形成一个完整的故事流。图片来源：X@D_studioproject在确保了照片内容的高品质后，nano-banana 生成的图片还非常真实。和此前大部分生图模型得到的 AI 味极浓的图片不同，nano-banana 的特点就是自然和逼真。Flux 生成的图片，皮肤质感还是有明显的蜡质化，不够真实。最后是 nano-banana 将场景转换为各种艺术风格方面表现，同样非常出色，包括水彩、油画和卡通风格，以及写实照片。能够「复活」老照片。图片来源：X@DiegoGarey_jpg我们也在 LMArena 里面测试了 nano-banana 这个神秘模型，看看它是不是真的这么强大。体验地址：https://lmarena.ai/?chat-modality=image多人毕业照，也能变成专属你们俩的合影首先，我们找了一张毕业合照，看看它是不是真的能生成一张两个人的合照。它真的做到了，虽然这个田径场草皮生成的不是很像，但是在多轮的测试里面，Qwen、Flux、Seed 生成的图片全部都还是多人的，只有 nano-banana 明白了指令，提取出了两个人。我们继续拿只有一张人脸的照片来测试，用开头那张照片，要求它生成一张白底证件照试试。下面有六张照片，大家可以猜猜哪个是 nano-banana 生成的，或者你最喜欢哪个。添加开头的照片，并输入提示词，「生成一张她的标准白底证件照，能直接用来申请护照。」你没看错，第一张也是模型生成的，实在不知道什么护照可以用这样的照片。答案揭晓，nano-banana 虽然看起来是最漂亮、最温柔的，但是 GPT-IMG 生成的更像证件照，因为有露出来一点点耳朵；Flux 好像不知道什么是证件照；Qwen 就很标准证件照了，但是太「标准」了，仿佛没参考我发给他的图片一样。我们继续拿 nano-banana 生成的这张证件照，要求它为我们生成一张全身照，看看能不能在 AI 编辑的过程中，保持住这个角色原本的样子。直接揭晓答案，这次 Gemini 的表现竟然不错，照片很真实，而且场景和衣服都搭配得很好；nano-banana 的表现也不错，但总觉得和证件照里面的女生，风格不太一样了。向左滑动查看更多内容，Gemini 和 nano-banana 的生成效果对于单张照片的单一角色，能做的编辑还非常多，像是下面这张图片，要求马斯克作出拳击的动作，人物基本上是做到了 100% 的复制，马斯克的他眼神、脸型、鼻子、还有嘴巴都很好的复制过来了。单张照片的处理能做到完美复制，多张照片，nano-banana 的表现又如何。我们找了两张有人脸的照片，告诉模型将这两个人拼凑在一起，看看是否还能像真实照片一样，看不出瑕疵。输入右下角两张图片，提示词为「让这两个人在拳击擂台上自由搏击」图片右边就是来自 nano-banana，而左上角则是 Gemini 生成的效果，可以看到明显的差距，nano-banana 非常真实，且一眼就能认出来，蓝色衣服的是小扎。nano-banana 对物理世界也有惊人的理解能力除了保持人物的样子不改变，nano-banana 还能在物体、背景等元素上，保持与输入图片做到完全一致。例如下面两张房间的图片，我们显示让它开灯；然后又找了一张图片让它关灯。当要求开灯时，乍一看 nano-banana 和 Flux 都做得不错，但是有一个细节是 nano-banana 不仅点亮了落地灯，更关键的是，它似乎重新计算了整个房间的光影逻辑。茶几的影子不再主要受窗外光影响，而是正确地投向了远离新光源的方向。它并非简单地在图片上「贴」一个发光效果，而更像是在三维空间感和物理规律的层面「理解」了指令，就像 Google 前段时间发布的世界模型 Genie 3 一样。相比之下，Flux的结果更像是一个滤镜，氛围是到了，但逻辑还是有点问题。关灯的效果差别就更明显了，Flux 是直接把落地灯都给弄消失了，而 nano-banana 成功把灯关掉了，还做了很全面的阴影和色调调节。创造力也能保持一致，纯文生图不如 GPT风格转换也是 nano-banana 的一大优点。无论是让黑白的照片重新焕发彩色的生机，还是让失真的图片变得真实，nano-banana 在 LMArena 里都做的比其他图像编辑模型要好。Flux 生成的鲁迅，总觉得是色彩饱和度没有调节好，nano-banana 生成这张给我感觉就很真实，保留了那种年代感。我们还找了最近热映的《浪浪山小妖怪》电影预告片的截图，然后要模型从动画风格转换成其他风格。不过是 AI 都有可能会出错，就像这张图片，nano-banana 是直接给我了原图，但是 Qwen 把风格转换得很好。当然也有可能是「吉卜力风格」会违反一些模型的使用规则，就像现在 4o 也没有办法直接输入吉卜力风格提示词生成照片。还是开头那张照片，提示词「生成这张照片的素描画」素描风格，nano-banana 就有办法处理了，右上的那张图，就是来自 nano-banana 的素描结果，我觉得比左下那张要好，因为看起来，真的更像是素描。此外，nano-banana 的重点还是作为一个图像编辑模型，在纯粹的文生图能力上，表现并不算出色。X 上有网友用 nano-banana 来做了一个高难度/复杂质感，以及光影/高级质感海报生成测试，结果还是 GPT-IMG 胜出。图片来源：X@ZHO_ZHO_ZHONano-banana 目前还是一个「未知」的模型，它只随机地出现在 LMArena 的盲测对抗测试中。在我们的测试里面，输入 prompt，两张图生成完毕，投票选出更好的一张，最后才会揭晓哪张来自哪一个模型；有时候连续五六次都没能遇到它。虽然这个模型的官方来源或开发者还没有正式确认，但网络上的讨论，以及生成图像的纹理和压倒性的质量，大部分人认为它很可能是 Google 的一个未公开项目。毕竟，Google 也确实有在内部使用水果或者小吃等名称作为代码名称的历史。而当我们尝试要它把自己的模型名字，显示在电脑屏幕上时，nano-banana 很自信的打上了 Gemini Pro。最新的消息是，Google DeepMind 的负责人 Logan Kilpatrick 在 Google Pixel 10 发布前一天，发了一条推文，内容只有一个香蕉的 emoji，这基本上证实了这个模型就是来自 Google。Google 这次为 Pixel 10 系列带来了 AI 编辑图片工具 Ask Photos，我们只需要输入想要对照片进行的编辑请求，然后由 AI 来完成，我们不需要再选择复杂的滑块、笔刷等各种工具。为了防止图像篡改带来的负面影响，Google 也表示所有使用 AI 功能编辑的图像都会在 C2PA（内容来源和真实性联盟） 内容凭证中注明。X 博主 testingcatalog 发文提到 nano-banana 这个图像编辑模型，将不仅仅用在 Gemini 和 Whisk（Google 实验室图像生成产品）上，也将出现在 Flow（Google 视频生成产品） 里面。其实也不难想到，Flow 的图生视频功能，也正是像我们测试的图片编辑一样，让图片中的人物主体动起来。在这篇爆料中还提到，Google 正在测试垂直宽高比的视频生成，以更好的在 TikTok、YouTube Shorts 等平台观看和传播。Google 这段时间颇有不声不响做了很多事情，先是世界模型 Genie 3、然后在 LMArena 大语言模型竞技场上拿第一、接着又这个神秘模型 nano-banana；这让我越来越期待 Gemini 3 的发布了。向左滑动查看更多内容，Google 的模型在 LMArena 文本、视觉、文生图、文生视频、图生视频等任务上都是第一如果说当时的 4o 代表了 AI 生图的极致，nano-banana 已经开始在重新定义图像编辑。最后，我们用 nano-banana 生成了几张图片，你能看出来哪张是原图，哪张是 AI 生成的吗？向左滑动查看更多内容向左滑动查看更多内容向左滑动查看更多内容向左滑动查看更多内容欢迎加入 APPSO AI 社群，一起畅聊 AI 产品，获取#AI有用功，解锁更多 AI 新知👇我们正在招募伙伴📮 简历投递邮箱hr@ifanr.com✉️ 邮件标题「姓名+岗位名称」（请随简历附上项目/作品或相关链接）更多岗位信息请点击这里🔗
