當地時間11月20日，在用Gemini 3「屠榜」大模型圈後，谷歌（Google）又甩出另一張「王牌」，推出了其迄今為止最強的一代圖文生成模型——Nano Banana Pro（即Gemini 3 Pro Image；部分用戶稱之為Nanobanana2）。

　谷歌於今年8月底發布基於Gemini 2.5 Flash模型的Nano Banana。由於該模型能夠將人物或者動漫照片變成栩栩如生的「3D打印手辦」，短時間內形成全球範圍內的破圈效應。谷歌CEO皮查伊披露，在Nano Banana的推動下，Gemini應用的月活用戶數在短短1個季度內，就從4.5億暴增至6.5億。

　Nano Banana將圖片轉為樹脂模型的視覺效果，曾在網上掀起熱潮。（網絡圖片）

　谷歌表示，Nano Banana Pro能「以空前的控制力、無瑕的文字呈現和增強的世界知識，將用戶的構想變成工作室級的設計」。谷歌稱，Nano Banana Pro比以往任何時候都更好地可視化信息。

　據了解，Nano Banana Pro這次升級有幾個重要的方向：其一，語言和文字相關功能升級。其二，新增編輯功能。其三，邏輯性顯著增強。

語言文字相關功能升級

　據谷歌介紹，Nano Banana Pro不僅在細節表現力、圖像分辨率和文本渲染準確性方面強於前一代Nano Banana，還能以不同風格、字體和語言生成內容。

　相片可轉化為漫畫分鏡。（谷歌）

　谷歌強調，Nano Banana Pro是在圖像中生成正確且清晰可讀文字的最佳AI模型，不論是簡短的標語還是長段落均可採用，且支持更加豐富的紋理、字體和書法。藉助Gemini增強的多語言推理能力，用戶可以生成多種語言的文本，或者對內容進行翻譯和本地化。

　飲料罐上的英文被翻譯為韓文。（谷歌）

　網友稱，不只是改變畫面風格，Nano Banana Pro還能將信息轉化為另一種形式，如將平面設計圖轉化成三維效果圖。

　網絡圖片

　網友反映，Nano Banana Pro可以模仿自己的手寫筆跡，生成更多文字內容，相似性非常高，甚至可以在試卷上做答。有人調侃稱，批改作業的老師會無法分辨。

　網絡圖片

　生成相對複雜的中文時，漢字也不是一團「鬼畫符」。

　網友要求基於李商隱的詩《無題》生成圖片，並在畫面中附上原詩的字樣。（網絡圖片）

　即使是同時翻譯文字、上色加上變換風格，也不在話下。

　網友使用Nano Banana Pro處理《One Piece》漫畫。（網絡圖片）

新增編輯功能

　新一代圖像生成模型還新增了編輯功能。Nano Banana Pro支持拍攝角度、焦點、光線、景深、對焦、色彩等方面的調整。圖片比例可以進行1:1到9:16各種調整。分辨率也從Nano Banana的1024X1024上升到最高4K。

　Nano Banana Pro支持拍攝角度、焦點、光線、景深、對焦、色彩等方面的調整。（網絡圖片）

邏輯性顯著增強

　據Google Labs和Gemini副總裁Josh Woodward介紹：「Nano Banana Pro在信息圖表方面非常出色，可以用來製作幻燈片。它最多可以處理14張不同的圖像，或5個不同的角色，並在某種程度上保持角色一致性。」

　官方示例生成圖片。（谷歌）

　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. ｜Google

　據悉，配合搜索互聯網知識庫的能力，Nano Banana Pro更能將現實世界的信息轉化為生動形象的可視化信息，例如製作一杯豆蔻茶的教程。

　網絡圖片

　這意味着Nano Banana Pro的邏輯性顯著增強，不光能更好地理解用戶意圖，更能讓輸出結果更有邏輯、貼近現實世界。

　可以生成難度極高的「網頁截圖」。（網絡圖片）

　網友表示，輸出的內容明顯符合現實世界的邏輯。在生成建築效果圖時，還會留意到玻璃的倒影。

　網絡圖片

　一方面，這些強大的功能展現出在工作、娛樂等用途上的強大生產力。另一方面，以後我們看到的各類圖片，真實性恐怕也要打一個「問號」了……（綜合自網絡及各社交平台）