最近，AI 社區又冒出一個神秘的圖像生成和編輯模型，名叫 Nano-Banana。

起初它在 LMArena 平臺的「Battle」模式中被發現，但未在公開排行榜上列出，也沒有官方開發者明確聲稱其歸屬。

不過很多網友循著蛛絲馬跡，猜測這可能是谷歌的研究模型。

上周二，谷歌 AI Studio 產品負責人 Logan Kilpatrick 在 X 上發布了一個香蕉表情符號。

谷歌 DeepMind 產品經理 Naina Raisinghani 也發布了一張與意大利藝術家 Maurizio Cattelan 2019 年創作的膠帶粘貼香蕉藝術作品類似的圖片。

再加上谷歌過去曾將其較小的模型稱為「Nano」，而且其生成圖像的質感與 Google 的 Imagen 或 Gemini 系列相似。

以上種種，似乎都在暗示它出自谷歌之手。

該模型不僅在文本編輯、風格融合和場景理解等方面表現更優，還可以上傳兩張圖片、輸入提示詞將其中的元素融合。

比如，上傳一摞書和臥室床頭柜的圖片，輸入提示詞「Flip stack of books to be upright and put on table between two bookends.」

它能精準理解復雜文本提示，將橫放的三本書立起來，并加上書擋擺放到柜子上。

上傳一張模特照再加上一張棒球帽子圖，輸入提示詞：「Put the baseball hat on the woman.」

棒球帽上有著復雜的文字和圖案刺繡，Nano-Banana 編輯后的圖片保留了帽子上的所有細節，同時光線、視角和構圖也能一致性。

在產品照片、場景搭建圖、廣告等商業場景下，Nano-Banana 的表現也穩得一批。

當然，它也并非完美無缺，在某些情況下，Nano-Banana 生成的圖像可能出現反射、光照邏輯或物體位置不一致等視覺問題，人物的手指也偶爾出現畸形的情況。

如果細看上圖中生成的書籍，就會發現其中的瑕疵：書名出現了「鬼畫符」。

由于尚無官方 API 或正式的官網鏈接，我們只能通過 LMArena 隨機體驗該模型。

換句話說，每次都得靠運氣才能遇到 Nano Banana，體驗很不穩定。

更搞笑的是，網上出現了一堆假網站，聲稱提供 Nano Banana 服務，讓不少網友李鬼和李逵傻傻分不清。

Nano-Banana 一手測評

我們也來了個一手測評。

打開 lmarena 官網，選擇 Battle 模式，可以直接輸入提示詞進行文生圖，也可以上傳圖片、輸入提示詞再進行 AI 編輯。

官網鏈接：https://lmarena.ai/

頁面會出現兩個匿名模型同時生成圖片，只有當我們選出其中生成質量最好的一張圖片時，平臺才會亮出對戰雙方的身份。

先來試試文生圖效果。

我們輸入同樣的提示詞：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。前者生成的圖片背景中有雜亂的眼影盤、指甲油等，更符合提示詞中的「化妝師」身份，而且人物的動作、服裝細節更自然，手部也沒有明顯的瑕疵；而后者背景較為單一，大拇指也有些虛化。

再來試試它的圖片編輯功能。

上傳一張舊金山阿拉莫廣場的野餐照片，輸入提示詞：Add some humanoid robots in the park，make them blend with the environment.

乍一看我們還以為 Nano Banana「罷工」了，直到在畫面右側找到了一個正在走路的類人機器人，它完全融入環境，毫無違和感。

我們上傳一張人物攝影照片，讓 Nano Banana 進行逆向工程描繪其創作過程。

提示詞：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.

有網友用 Nano Banana 讓碧梨和邁克爾?杰克遜跨時空自拍：

我們也嘗試了下。上傳馬斯克和奧特曼的照片，輸入提示詞：The two people are happily taking a selfie.

Nano Banana 確實生成了一張自拍照，馬斯克的形象、動作也幾乎找不出什么問題，只是奧特曼大變樣。

為了不「冤枉」它，我們又給了它一次機會，Nano Banana 還是翻車。

難度繼續升級。上傳小扎、馬斯克肖像照和一張風景照，讓 Nano Banana 把兩個人自然地放在圖三中。

Gemini 2.0 flash 生成的效果完全認不出這兩個大名人，而 Nano Banana 將二人完美融入圖三環境中，不過手指等細節方面還是有瑕疵。

進階玩法

如果把 Nano-Banana 和谷歌的 Veo3 結合在一起，會碰撞出怎樣的火花？

@a16z 合伙人 Justine Moore 就搞了個新工作流，用于制作較長的視頻。

下面這個視頻是一個游戲或電影中的潛行任務場景，角色從昏暗的博物館中盜取一幅名畫，觸發了激光警報。

她還放出了制作教程。提取第一個視頻片段的最后一幀，將該幀上傳到 lmarena 上的 Nano Banana，提示生成下一個場景，例如「角色轉向走廊」，然后將新生成的幀用 Veo 3 進行動畫制作。

X 網友 @ZHO_ZHO_ZHO 則發現了 Nano-Banana 另一種好玩的用法 —— 把插畫變成手辦。

上傳一張圖片，輸入提示詞：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.

據該博主測評，Nano-Banana 生成的圖幾乎沒有 AI 味，五官和細節都保留得很好，真實感十足。

然后再用 Veo3 將其制作為 8 秒視頻。提示詞：Pick up the figure with both hands and show it from all angles.

底下評論區不少網友也按照上述工作流整活。比如哪吒雙手抱拳的：

還有哆啦 A 夢的，正面看哆啦 A 夢的尾巴挺正常，但轉個身就大變樣：

我們也復刻了下，上傳一張 Q 版插畫圖片，輸入以上提示詞。

效果如下：

最后打開 Gemini 2.5 Pro，選擇 Video，上傳生成的圖片，輸入提示詞，靜待 1 分鐘左右，就能得到一段 8 秒視頻。

上周末，谷歌 Veo 3 對所有 Gemini 用戶免費開放，供其體驗 AI 視頻生成功能。

不過，這項免費體驗活動只持續到太平洋時間 8 月 24 日晚上 10 點（北京時間 8 月 25 日上午 1 點） 。在此期間，免費用戶每天最多可以生成 3 個 8 秒的視頻片段，每個視頻都包含自動生成的音頻。

通常，Veo 3 的視頻生成功能僅對 Google AI Pro 或 Ultra 訂閱用戶開放。Pro 用戶每天可生成 3 個視頻，而 Ultra 用戶的配額為 10 個視頻。

感興趣的朋友也去體驗一波吧。