谷歌偷偷搞了个神秘模型Nano-Banana？实测：强到离谱，但有3大硬伤

神秘AI模型Nano-Banana火了，冒出一堆假网站，李鬼和李逵傻傻分不清。

最近，AI 社区又冒出一个神秘的图像生成和编辑模型，名叫 Nano-Banana。

起初它在 LMArena 平台的「Battle」模式中被发现，但未在公开排行榜上列出，也没有官方开发者明确声称其归属。

不过很多网友循着蛛丝马迹，猜测这可能是谷歌的研究模型。

上周二，谷歌 AI Studio 产品负责人 Logan Kilpatrick 在 X 上发布了一个香蕉表情符号。

谷歌 DeepMind 产品经理 Naina Raisinghani 也发布了一张与意大利艺术家 Maurizio Cattelan 2019 年创作的胶带粘贴香蕉艺术作品类似的图片。

再加上谷歌过去曾将其较小的模型称为「Nano」，而且其生成图像的质感与 Google 的 Imagen 或 Gemini 系列相似。

以上种种，似乎都在暗示它出自谷歌之手。

该模型不仅在文本编辑、风格融合和场景理解等方面表现更优，还可以上传两张图片、输入提示词将其中的元素融合。

比如，上传一摞书和卧室床头柜的图片，输入提示词「Flip stack of books to be upright and put on table between two bookends.」

它能精准理解复杂文本提示，将横放的三本书立起来，并加上书挡摆放到柜子上。

上传一张模特照再加上一张棒球帽子图，输入提示词：「Put the baseball hat on the woman.」

棒球帽上有着复杂的文字和图案刺绣，Nano-Banana 编辑后的图片保留了帽子上的所有细节，同时光线、视角和构图也能一致性。

在产品照片、场景搭建图、广告等商业场景下，Nano-Banana 的表现也稳得一批。

当然，它也并非完美无缺，在某些情况下，Nano-Banana 生成的图像可能出现反射、光照逻辑或物体位置不一致等视觉问题，人物的手指也偶尔出现畸形的情况。

如果细看上图中生成的书籍，就会发现其中的瑕疵：书名出现了「鬼画符」。

由于尚无官方 API 或正式的官网链接，我们只能通过 LMArena 随机体验该模型。

换句话说，每次都得靠运气才能遇到 Nano Banana，体验很不稳定。

更搞笑的是，网上出现了一堆假网站，声称提供 Nano Banana 服务，让不少网友李鬼和李逵傻傻分不清。

Nano-Banana 一手测评

我们也来了个一手测评。

打开 lmarena 官网，选择 Battle 模式，可以直接输入提示词进行文生图，也可以上传图片、输入提示词再进行 AI 编辑。

官网链接：https://lmarena.ai/

页面会出现两个匿名模型同时生成图片，只有当我们选出其中生成质量最好的一张图片时，平台才会亮出对战双方的身份。

先来试试文生图效果。

我们输入同样的提示词：Present a portrait-style image in a Polaroid photo shoot style. In the picture, there is a makeup artist with long, loose curly hair, wearing oversized clothing. She has a delicate face and exudes a casual vibe, posing with a peace sign directly at the camera, creating an ultra-free atmosphere. The image has a slight grainy texture, with vibrant and captivating colors，1:1.

第一幅是 Nano Banana 的「作品」，第二幅是 ChatGPT 生成的效果。前者生成的图片背景中有杂乱的眼影盘、指甲油等，更符合提示词中的「化妆师」身份，而且人物的动作、服装细节更自然，手部也没有明显的瑕疵；而后者背景较为单一，大拇指也有些虚化。

再来试试它的图片编辑功能。

上传一张旧金山阿拉莫广场的野餐照片，输入提示词：Add some humanoid robots in the park，make them blend with the environment.

乍一看我们还以为 Nano Banana「罢工」了，直到在画面右侧找到了一个正在走路的类人机器人，它完全融入环境，毫无违和感。

我们上传一张人物摄影照片，让 Nano Banana 进行逆向工程描绘其创作过程。

提示词：Show the set being set up before, the model is sitting up scrolling her phone, there is a woman behind the model fixing her hair, a man up on a ladder, hanging the curtain in the background, revealing the studio behind it.

有网友用 Nano Banana 让碧梨和迈克尔・杰克逊跨时空自拍：

我们也尝试了下。上传马斯克和奥特曼的照片，输入提示词：The two people are happily taking a selfie.

Nano Banana 确实生成了一张自拍照，马斯克的形象、动作也几乎找不出什么问题，只是奥特曼大变样。

为了不「冤枉」它，我们又给了它一次机会，Nano Banana 还是翻车。

难度继续升级。上传小扎、马斯克肖像照和一张风景照，让 Nano Banana 把两个人自然地放在图三中。

Gemini 2.0 flash 生成的效果完全认不出这两个大名人，而 Nano Banana 将二人完美融入图三环境中，不过手指等细节方面还是有瑕疵。

进阶玩法

如果把 Nano-Banana 和谷歌的 Veo3 结合在一起，会碰撞出怎样的火花？

@a16z 合伙人 Justine Moore 就搞了个新工作流，用于制作较长的视频。

下面这个视频是一个游戏或电影中的潜行任务场景，角色从昏暗的博物馆中盗取一幅名画，触发了激光警报。

她还放出了制作教程。提取第一个视频片段的最后一帧，将该帧上传到 lmarena 上的 Nano Banana，提示生成下一个场景，例如「角色转向走廊」，然后将新生成的帧用 Veo 3 进行动画制作。

X 网友 @ZHO_ZHO_ZHO 则发现了 Nano-Banana 另一种好玩的用法 —— 把插画变成手办。

上传一张图片，输入提示词：turn this photo into a character figure. Behind it, place a box with the character’s image printed on it, and a computer showing the Blender modeling process on its screen. In front of the box, add a round plastic base with the character figure standing on it. Make the PVC material look clear, and set the scene indoors if possible.

据该博主测评，Nano-Banana 生成的图几乎没有 AI 味，五官和细节都保留得很好，真实感十足。

然后再用 Veo3 将其制作为 8 秒视频。提示词：Pick up the figure with both hands and show it from all angles.

底下评论区不少网友也按照上述工作流整活。比如哪吒双手抱拳的：

还有哆啦 A 梦的，正面看哆啦 A 梦的尾巴挺正常，但转个身就大变样：

我们也复刻了下，上传一张 Q 版插画图片，输入以上提示词。

效果如下：

最后打开 Gemini 2.5 Pro，选择 Video，上传生成的图片，输入提示词，静待 1 分钟左右，就能得到一段 8 秒视频。

上周末，谷歌 Veo 3 对所有 Gemini 用户免费开放，供其体验 AI 视频生成功能。

不过，这项免费体验活动只持续到太平洋时间 8 月 24 日晚上 10 点（北京时间 8 月 25 日上午 1 点） 。在此期间，免费用户每天最多可以生成 3 个 8 秒的视频片段，每个视频都包含自动生成的音频。

通常，Veo 3 的视频生成功能仅对 Google AI Pro 或 Ultra 订阅用户开放。Pro 用户每天可生成 3 个视频，而 Ultra 用户的配额为 10 个视频。

感兴趣的朋友也去体验一波吧。

https://x.com/ginacostag_/status/1959234207127134340

https://x.com/venturetwins/status/1957155767888548160

https://x.com/techhalla/status/1959186906115354692

https://x.com/ZHO_ZHO_ZHO/status/1958550998815023573

文章来自于微信公众号“机器之心”，作者是“关注AI的”。