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，號稱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)意構想轉(zhuǎn)化為真正具備工作室級水準的設計作品。相比今年 9 月因生成超寫實 3D 手辦而紅極一時的初代模型，此次 Pro 版本顯然有著更大的野心。

長期以來，無法在圖像中準確生成連貫文本，一直是AI繪畫領域的難題。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)能夠理解并生成細節(jié)豐富、拼寫準確的文字內(nèi)容，支持多種風格、字體乃至不同語言的排版。無論是簡短有力的品牌標語，還是長篇幅的說明性段落，它都能清晰地將其“寫”在畫面中，徹底告別了以往 AI 生成文字時常出現(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 制作多語言海報、商業(yè)邀請函等復雜物料成為現(xiàn)實，極大地拓展了生成式 AI 的商業(yè)落地場景。

此外，得益于底層架構增強的世界知識儲備，該模型在處理復雜信息時表現(xiàn)出了驚人的邏輯能力。它不僅能畫圖，還能繪表，可以輕松將天氣數(shù)據(jù)、體育賽事比分等實時信息轉(zhuǎn)化為直觀、美觀的信息圖表。在合成能力方面，模型支持在單一畫面中完美融合最多 14 張圖像素材，并能精準調(diào)度多達 5 個人物主體的動作與神態(tài)，展現(xiàn)了極強的多主體構圖掌控力。

如果說生成質(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業(yè)攝影后期軟件的創(chuàng)意控制選項。

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演。通過引入局部選擇與編輯功能，用戶可以對畫面細節(jié)進行微調(diào)；同時，模型支持調(diào)整攝像機角度、添加背景虛化效果、改變焦點位置以及進行專業(yè)的色彩分級。更令人稱道的是，它甚至允許用戶自由切換畫面的日夜光照效果，這種對物理光影規(guī)律的模擬，為專業(yè)創(chuàng)作者提供了廣闊的探索空間。在輸出規(guī)格上，模型支持多種長寬比，最高可生成 4K 分辨率的超高清圖像，滿足了從網(wǎng)絡分發(fā)到專業(yè)打印的全鏈路需求。

在技術狂飆突進的同時，谷歌也展現(xiàn)了對內(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)容來源標準，旨在應對日益猖獗的深度偽造風險。隨著行業(yè)規(guī)范的逐步建立，包括本周宣布跟進的 TikTok 在內(nèi)，越來越多的平臺開始采納這一標準。未來，用戶在搜索結(jié)果和社交媒體中，將能夠通過這些隱形水印，更輕松地識別出 AI 生成內(nèi)容，從而維護信息傳播的真實性與透明度。

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