谷歌发布AI图像工具新功能，香蕉模型为基座，留给Startup的空间还有多少

今天早上，Google Labs发布了Pomelli最新功能Photoshoot，我们可以从一张产品图片出发，轻松制作高质量定制品牌照片，用于产品营销。Pomelli是Google Labs联合Google DeepMind于2025 年10月推出的AI营销工具实验项目，底层驱动模型为Nano Banana，专为中小企业设计。

看到Pomelli发布新功能那一刻，我在思考它与工程领域之间的关系，脑子里直接跳出来两个场景。

第一个是建材家居、工程设备行业的产品摄影。比如国内做瓷砖、卫浴、定制家具，以及卖挖掘机等机械设备的企业。如果AI能从一张普通产品图出发，直接生成商业级场景照，这个成本结构会被重写。

第二个是出海内容营销。上述企业的品牌进入海外市场，视觉内容是第一道门槛。这块的制作成本极高——要符合当地审美、要有英文标识、要有足够的商业质感。如果AI能把这个成本降下来，对出海品牌来说是实实在在的利好。

问题在于，它支持中文吗？中英双语标识能准确还原吗？产品的材质质感、尺寸比例、Logo文字，在生成图里是否失真？

Pomelli目前只在美国、加拿大、澳大利亚和新西兰开放，即使通过代理访问，暂时也无法直接使用。如果有读者朋友已测试，欢迎联系一起交流。不过，有海外用户测试后反馈，Logo和罐身文字出现了明显问题。

从技术迭代的角度，这些问题肯定都会逐步被解决。我关注的是，如果Pomelli在这条产品线继续往上走，最先被覆盖的是哪些人，以及会淹没哪些AI图像创业者。

目前市场中，做AI图像服务的本质是用提示词操作模型工具。但模型工具本身在快速傻瓜化——今天需要大量提示词工程才能驾驭的事情，明天可能一键就能完成。当工具的门槛足够低，很多创业者做的事情本身就不再是壁垒。

真正的壁垒藏在哪里？有壁垒的从业者，核心能力是在整个项目周期里持续做一件事：在「甲方想要什么」和「模型现在能做什么」之间不断协调。

这件事分两个层次。入口处是需求翻译——从甲方的模糊表达，到可执行的视觉语言，再到模型能理解的提示词，这条链条需要设计审美、行业经验和沟通能力共同支撑。工具可以替代链条的末端，但替代不了前端。

进入项目之后，这种协调并不会结束，而是变成持续的迭代——客户看图、提意见、修改、再看图。每一轮背后，从业者既要管理客户的预期，也要挖掘模型的能力边界。这是项目管理能力，不是图像生成能力。

工具能做的，是把执行成本压低。但识别需求、翻译需求、在反复拉锯中推进项目落地，这条链条目前还没有工具能整体替代。

Pomelli类工具的成熟不会消灭AI图像创业者，但会加速分层。低端标准化需求会被工具消化，留给专业创业者的是真正复杂的项目。现在值得提前建立的，是需求理解和客户沟通的能力，而不是对工具操作本身的依赖。

参考链接：

https://x.com/googlelabs/status/2024529795548102667?s=46

https://labs.google.com/pomelli/about/

文章来自于微信公众号 "AI4ELAB"，作者 "AI4ELAB"