Nano Banana介紹

Nano Banana 是 Google 于 2024 年推出的革命性 AI 驅動圖像生成與編輯模型，正式名稱為 Gemini 2.5 Flash Image。以下是對它的詳細介紹：

• 技術背景：Nano Banana 基于 Google DeepMind 最新的 Gemini 2.5 Flash Image 架構，采用原生多模態設計理念，將文本理解、圖像生成、編輯處理等功能統一在一個模型中。它的發展歷程可追溯至 2025 年上半年在 LMArena 的內測階段，2025 年 8 月 26 日，Google 正式發布了 Gemini 2.5 Flash Image，并向公眾開放了 API 及應用接口。
• 核心功能
  • 文本到圖像生成：不僅支持基礎的文本描述轉圖像，更具備深度的語義理解能力，能根據描述性語言生成更具連貫性和視覺邏輯的圖像，生成速度極快，通常在 1-2 秒內即可完成。
  • 智能圖像編輯：用戶可以上傳圖片，通過自然語言指令進行精確的局部或全局編輯，如面部美化、體型調整、服裝替換、背景替換等，編輯效果自然無痕，能精準執行復雜的自然語言指令。
  • 角色一致性保持：這是 Nano Banana 最核心、最具突破性的功能，它能夠讓同一人物在不同場景、不同姿態、甚至不同服裝下，保持可識別的、高度連貫的外觀特征，其準確率據稱高達 95% 以上。
  • 多圖融合與風格遷移：支持同時上傳多張參考圖片，能理解并整合不同輸入圖像中的對象、光照和空間關系，進行復雜的風格轉移和場景重組，最多可同時處理 13 張圖像。
• 使用平臺
  • Google AI Studio 平臺：使用 Google 賬戶登錄，Token 限制為 32,768 個，點擊 “Chat” 功能，輸入關鍵詞或上傳圖片進行操作，支持時代穿越寫真等預設應用，適合需要穩定使用的用戶。
  • OpenRouter 平臺：可同時調用多個模型進行對比，提供免費版和付費版 nano - banana 模型，長期穩定使用建議選擇付費版，免費版在高峰期可能出現排隊或內部錯誤。
• 優勢特點
  • 速度快：生成速度極快，從內測階段的約 10 秒，大幅優化至正式版的 1-2 秒，接近實時的響應速度，徹底改變了用戶的創作工作流。
  • 成本低：每張圖成本約 0.039 美元（約合人民幣 0.27 元），相比其他模型成本大幅降低，使得大規模應用成為可能。
  • 免費使用：部分平臺完全免費，無需注冊，如在 OpenRouter 平臺將 “battle” 模式切換為 “directchat”，系統自動調用 Gemini 2.5 Flash 模型（顯示為 nano - banana），但由于是抽卡機制，可能需要多次嘗試才能調用到該模型。

案例示范

首先打開Google AI Studio（需要爬梯子）

右上角有一個【模型選擇】

PS:當前是默認選擇了Nano Banana模型

點擊左上角的【Chat】,在文本框中輸入提示詞和上傳圖片文件，然后點擊右下角的按鈕

以下是模型生成的結果圖