谷歌乘胜追击的速度有点快。Gemini 3 Pro 的好评还没散尽，最强文生图模型 Nano Banana 自己就迎来了 Pro 版。
自 Nano Banana 推出以来还没有对手真正追上来，谷歌干脆自己给自己升级。其他厂商恐怕连喘口气的时间都没有。
这波升级并不只是提升图像生成质量这么简单。Nano Banana Pro 的正式名称是 Gemini 3 Pro Image，它整合了 Gemini 3 Pro 的多模态理解能力和谷歌搜索知识库，能够理解现实语义与物理逻辑。
比如生成一张自行车维修保养注意事项海报，文字、步骤、版式都能和真实的保养常识对齐。
多张图片混合生成一直是 Nano Banana 的招牌技能，这次 Pro 版本直接把输入上限拉到 14 张。多人物角色、复杂场景下都能保持一致。
文本渲染能力也在 Nano Banana 的基础上得到强化。结合多模态理解，模型可以把图片中的英文文字翻译成韩文、中文或其他语言，同时不破坏原有的设计风格。
谷歌这次的操作很快在社交平台上传开：
Nano Banana Pro 让人感觉 AI 图像创作一夜之间迈入了新阶段。
从创意到生产的完整工作流
先看文字渲染。相比上一代，Nano Banana Pro 不但能在图像中生成清晰可读的文字和艺术字，还支持多语言直接渲染。比如下面这些拟声词艺术字，以及藏在木头堆里的英文绕口令，排版质感都相当自然。
营销团队完全可以用它快速设计营销素材，跑创意迭代。下面这个 WAVE 字体项目，就从草图一路延伸到了 T 恤、棒球帽、咖啡杯和手提袋。
这一能力的底层是 Gemini 3 Pro 的推理能力。模型不只理解图像内容，还理解文字语义，因此可以把语言转换任务做得既准确又不破坏设计。
另一个大突破是与 Google Search 的深度集成。这可不是简单地把搜索结果塞进图里，而是让模型基于搜索知识库和实时信息，生成准确的图表、地图与信息图。
你想做一份印度奶茶食谱图解，它不仅能输出漂亮的步骤图，还会确保配料比例和制作步骤不翻车。
它还能给原本朴素的 PPT 页面做可视化升级。比如一张小沙发椅，从原料、生产到运输的全流程，模型会自动在地图上标注得清清楚楚。
有了 Gemini 3 的高级推理加持，这种信息图的专业性又进了一步。像光的色散与重组，模型也能输出符合科学逻辑的说明图。
再比如创建胰岛素-葡萄糖反馈回路的解释图。最终结果会按提示词的要求，用箭头表示胰腺（β/α 细胞）、肝脏与血液之间的通信方向，同时清楚标出高血糖和低血糖两种状态。
创建营养级与能量转移的信息图时，它能直接生成带有生产者、初级消费者、次级消费者和三级消费者的生态金字塔，并附上 10% 能量转移规则说明。
在分辨率和格式上，Nano Banana Pro 支持 2K、4K 高清输出，满足专业制作需求，宽高比覆盖从社交媒体方形图到 2.76:1 电影级超宽画幅。
同时还可以自由调整图像的光线、镜头、对焦、色彩调校等物理属性和构图。
同样是光线调整，下面这组人像的明暗对比直接把画面逻辑掰了回来，观感确实很不一样。
如果指定角色，模型还能快速产出贴合某个主题的定制化图片。以雪人为核心角色，聚焦“节日庆祝”主题，输入：
snowman celebrating the holidays doing a variety of festive activities
（雪人庆祝节日，进行各种节日活动）
它能把这个雪人放进滑雪缆车、雪地雪橇、宽扎节布置、厨房烤饼干、烛光晚餐等一系列场景中。
这套工作流还把 Veo 3 视频生成模型拉了进来。你刚生成的图可以一键当关键帧，继续生成视频。
全面铺开：从开发者到普通用户都能用上
谷歌这次发布策略覆盖得很全，开发者和普通用户都有入口。
普通用户这边，模型会通过多个渠道提供。在 Gemini 应用中选择“创建图像”就能使用；免费用户有配额限制，超限后会回退到原版 Nano Banana。Google AI Plus、Pro 和 Ultra 订阅用户则可以拿到更高配额。
开发者这边，Nano Banana Pro 已经通过 Gemini API 在 Google AI Studio 和 Vertex AI 中提供。企业级用户还能用上预配置吞吐量、按需付费和高级安全过滤器等功能。
下面这张对比图也能看到新老两代模型的定位差异：Gemini 3 Pro Image 主打高保真，而 Gemini 2.5 Flash Image 更适合速度和成本敏感的场景。
谷歌还在新的 AI 开发平台 Google Antigravity 中集成了这项技术，让编码代理直接使用图像生成能力产出详细的 UI 模型或新的视觉资产。Adobe Photoshop 和 Figma 等第三方设计工具也将陆续集成 Nano Banana Pro。
最后是 AI 图像验证。Gemini app 中会推出基于 SynthID 数字水印技术的图像验证功能，用户上传图像后可以直接问：“这是 AI 生成的吗？”来确认是否由谷歌 AI 生成或编辑。
官方表示，这个验证功能未来还会扩展到视频、音频以及搜索等平台。与此同时，即日起在 Gemini app、Vertex AI、Google Ads、Flow 中生成的 Nano Banana Pro 图像都会嵌入 C2PA 元数据。一句话总结：这些平台产出的图，都会自带可查来源和创作信息的“数字档案”。
官方 Blog： https://blog.google/technology/ai/nano-banana-pro/?utm_source=x&utm_medium=social&utm_campaign=&utm_content=
参考链接：
[1] https://x.com/GoogleDeepMind/status/1991522595129139486
发表于 昨天 23:24
|
查看: 0|
回复: 0
