近期引发广泛关注的神秘图像编辑模型nano-banana终于迎来官方认证——谷歌今日正式宣布该模型实为Gemini 2.5 Flash Image，并同步发布了一系列全新演示案例。
这款新工具不仅展现了卓越的图像推理能力，在Gemini平台及Google AI Studio已开放免费使用权限的同时，其API接口也以每张图像0.039美元（约合人民币0.28元）的价格向公众开放。
官方演示案例中呈现了该模型多样化的应用场景：除常规图像编辑功能外，支持最多三张图片融合创作超现实艺术作品、无缝拼接物体纹理色彩、构建连贯叙事画面等创新玩法。
值得注意的是，在官方确认身份前已引发大量民间探索热潮——用户通过该模型成功实现了精准修改面部表情与天气元素、为秃顶人物生成多样化发型等突破性操作。
技术层面最令人惊叹的是其多维能力：不仅能完成平面图像编辑任务，在2D转3D转换中亦表现优异——仅需普通二维图片即可生成多角度自然过渡的三维视角；
更具备图像推理能力——快速解析勾股定理计算、识别水母生物结构等复杂场景；
当被要求设计从A到B移动方案时甚至直接生成梯形结构图解。
我们实测发现该模型在细节处理上尤为出色：输入”以猫为主角拍摄故宫自拍”等指令可生成具有真实场景感的画面；
光影模拟效果同样惊艳——当输入包含阳光折射、阴影投射等复杂光线条件描述时（如厨房台面上摆放香蕉、水杯及切菜板），生成画面中杯体折射光影与植物投影均呈现合理物理效果；
角色特征捕捉能力也令人印象深刻——在假设工藤新一误饮特殊药剂的情景下能精准重塑人物形象特征。
追溯该模型传播路径可见其独特轨迹：最初现身于LMArena竞赛平台时便以匿名姿态参与多模态比拼，并凭借卓越性能迅速走红网络。
尽管未公开技术文档仍引发行业猜测——其性能表现与Gemini系列多模态版本高度相似；
发布策略上延续谷歌早期大语言模型测试风格（匿名发布、去品牌化探索）；
更有开发者社交媒体发布的香蕉主题内容成为重要线索。
谷歌方面解释秘密发布的初衷是为了筹备全球规模部署计划。
这一策略显然奏效——社交媒体上已有大量用户期待完整版体验上线。
不过需注意该工具仍存在服务政策限制可能导致的操作局限性问题。
对于追求创新视觉表达的创作者而言，这款兼具趣味性与实用性的工具值得亲自体验验证效果。（参考链接略）
评论列表 (0条)：
加载更多评论 Loading...