谷歌今日再次祭出殺手锏，正式面向全球發(fā)布了基于 Gemini 3 Pro 架構(gòu)打造的全新圖像生成與編輯模型——Nano Banana Pro。

這款被官方寄予厚望的新一代模型，號(hào)稱(chēng)擁有前所未有的控制力和完美的文字渲染效果。Nano Banana Pro旨在將用戶的創(chuàng)意構(gòu)想轉(zhuǎn)化為真正具備工作室級(jí)水準(zhǔn)的設(shè)計(jì)作品。相比今年 9 月因生成超寫(xiě)實(shí) 3D 手辦而紅極一時(shí)的初代模型，此次 Pro 版本顯然有著更大的野心。

長(zhǎng)期以來(lái)，無(wú)法在圖像中準(zhǔn)確生成連貫文本，一直是AI繪畫(huà)領(lǐng)域的難題。Nano Banana Pro 此次最引人注目的突破，便在于其令人驚嘆的文本渲染能力。

根據(jù)谷歌官方演示，該模型已經(jīng)能夠理解并生成細(xì)節(jié)豐富、拼寫(xiě)準(zhǔn)確的文字內(nèi)容，支持多種風(fēng)格、字體乃至不同語(yǔ)言的排版。無(wú)論是簡(jiǎn)短有力的品牌標(biāo)語(yǔ)，還是長(zhǎng)篇幅的說(shuō)明性段落，它都能清晰地將其“寫(xiě)”在畫(huà)面中，徹底告別了以往 AI 生成文字時(shí)常出現(xiàn)的亂碼與火星文現(xiàn)象。

這一特性的落地，使得直接利用 AI 制作多語(yǔ)言海報(bào)、商業(yè)邀請(qǐng)函等復(fù)雜物料成為現(xiàn)實(shí)，極大地拓展了生成式 AI 的商業(yè)落地場(chǎng)景。

此外，得益于底層架構(gòu)增強(qiáng)的世界知識(shí)儲(chǔ)備，該模型在處理復(fù)雜信息時(shí)表現(xiàn)出了驚人的邏輯能力。它不僅能畫(huà)圖，還能繪表，可以輕松將天氣數(shù)據(jù)、體育賽事比分等實(shí)時(shí)信息轉(zhuǎn)化為直觀、美觀的信息圖表。在合成能力方面，模型支持在單一畫(huà)面中完美融合最多 14 張圖像素材，并能精準(zhǔn)調(diào)度多達(dá) 5 個(gè)人物主體的動(dòng)作與神態(tài)，展現(xiàn)了極強(qiáng)的多主體構(gòu)圖掌控力。

如果說(shuō)生成質(zhì)量決定了下限，那么編輯功能的深度則決定了生產(chǎn)力的上限。Nano Banana Pro 引入了一系列堪比專(zhuān)業(yè)攝影后期軟件的創(chuàng)意控制選項(xiàng)。

在編輯模式下，用戶不再是單純的指令輸入者，而是變成了掌控全局的導(dǎo)演。通過(guò)引入局部選擇與編輯功能，用戶可以對(duì)畫(huà)面細(xì)節(jié)進(jìn)行微調(diào)；同時(shí)，模型支持調(diào)整攝像機(jī)角度、添加背景虛化效果、改變焦點(diǎn)位置以及進(jìn)行專(zhuān)業(yè)的色彩分級(jí)。更令人稱(chēng)道的是，它甚至允許用戶自由切換畫(huà)面的日夜光照效果，這種對(duì)物理光影規(guī)律的模擬，為專(zhuān)業(yè)創(chuàng)作者提供了廣闊的探索空間。在輸出規(guī)格上，模型支持多種長(zhǎng)寬比，最高可生成 4K 分辨率的超高清圖像，滿足了從網(wǎng)絡(luò)分發(fā)到專(zhuān)業(yè)打印的全鏈路需求。

在技術(shù)狂飆突進(jìn)的同時(shí)，谷歌也展現(xiàn)了對(duì)內(nèi)容安全的重視。所有經(jīng)由 Nano Banana Pro 生成或編輯的圖像，都將被強(qiáng)制嵌入 C2PA 元數(shù)據(jù)。這是一種行業(yè)通用的數(shù)字內(nèi)容來(lái)源標(biāo)準(zhǔn)，旨在應(yīng)對(duì)日益猖獗的深度偽造風(fēng)險(xiǎn)。隨著行業(yè)規(guī)范的逐步建立，包括本周宣布跟進(jìn)的 TikTok 在內(nèi)，越來(lái)越多的平臺(tái)開(kāi)始采納這一標(biāo)準(zhǔn)。未來(lái)，用戶在搜索結(jié)果和社交媒體中，將能夠通過(guò)這些隱形水印，更輕松地識(shí)別出 AI 生成內(nèi)容，從而維護(hù)信息傳播的真實(shí)性與透明度。

目前，該模型已全面上線。用戶只需登錄 Gemini 應(yīng)用，選擇生成圖像功能并切換至 Thinking 模式即可體驗(yàn)。