低调小香蕉模型，实力吊打众多生图模型

最近，大模型竞技场 LMArena 里悄然出现了一个神秘图片模型——nano - banana，它在一众生图模型中表现极为出色。

这个名为小香蕉的模型起初无名无姓，但只要在 LMArena 中抽到它，对手往往会被打得落花流水。

它在生图一致性方面表现惊人，对提示词的理解和完成度也十分出色。在大家的投票支持下，它迅速登上了榜单首位。

就在大家纷纷猜测这个新模型的出处时，谷歌 AI Studio 的产品 Leader 发了一个香蕉图标，隐晦地认领了 nano - banana。

昨天，nano - banana 正式上线谷歌 AI Studio，用户直接在 Gemini 中就能体验，无需在竞技场抽卡。

谷歌在官方博客中展示其强大功能：只需一张脸的图片，无论后续是什么场景、服装和表情，都能让人一眼认出还是同一个人。

将几张照片融合，生成的结果既能保持原有形象，又不会让人觉得违和。

还能进行多轮对话修改同一张图，每次只做小改动，其他部分保持不变，就像原本的图片一样。

官方展示的案例很厉害，没体验过的朋友别急，下面带大家一起感受。

为了对比其他模型和 nano - banana 的差距，我们在 LMArena 抽了几轮卡。结果显示，抽了十几轮，只要谜底中有 banana，大家都会盲选它，有些对比非常明显。

比如让人物手里加一根香蕉，右边 seededit 生成的图片手的部分变形，香蕉颜色过于鲜艳，与整体画风不搭，而左边 nano - banana 生成的图片几乎没有瑕疵。

再如让鲁迅不要抽烟改拿笔，右边生成的图片细节变化过多，笔头还冒着烟。

由此可见，nano - banana 比现有的生图模型更强。那它具体强在哪里呢？我们在谷歌 Studio 进行了有针对性的测试。

测试结论是，nano - banana 最强的地方在于它对图片有更深入的理解，保证了生图的一致性。在此基础上，它在修图、换风格、制作 3D 手办等方面都表现出色。

例如一键试穿功能，需要将平铺的服饰 P 到人物身上，nano - banana 对细节把控精准。鞋子原本是侧面图，它能画出正面样子；服饰上的 logo 拼接正确，甚至 T 恤上原本镜像的 ‘ SAINT LAURENT ’ 也能恢复正常。

人脸不同角度生成效果也很厉害。下面三张图中，只有第一张是真实照片，后两张是生成的。

这种面部方向调整在老模型中很难实现，因为要从一张平面图理解立体脸的各个角度并不容易，但 nano - banana 完成度很高。

我们还测试了合照拉郎配。可以看出，它不只是简单地将两个人物拼在一起，还学习到了面部特征。生成的新图片即使表情不同，也能让人一眼认出是谁。

在 3D 手办制作方面，它能轻松将 100 多斤的火锅形象压缩成茶杯犬大小的桌面摆件，深受同事喜爱。更厉害的是，它能注意到火锅右后腿皮肤病剃秃的细节，生图一致性拉满。

不过，nano - banana 的图像风格变换比较普通。在测试过程中，我们发现它还能 “认人”。比如在没有告知人物身份的情况下，它能认出左边是马斯克，右边是扎克伯格。

我们还测试了它的地标推理能力。但实际上它只在地标建筑物识别上效果较好，更像是图像识别和记忆检索，推理能力有限。

左 nano - banana 答错，右 GPT 5 Thinking 答对

nano - banana 也有不少缺点。最大的问题是谷歌对它进行了很多安全性调教，经常出现各种限制，用户很难摸清哪个关键词会触发限制。

其次，它对提示词要求较高。虽然可以说它对提示词的遵循能力强，但这也意味着用户需要花费更多时间打磨提示词。

谷歌也提醒用户，要明确表达自己的需求。如果生成效果不好，写提示词时要尽量详细，明确哪些部分要修改，哪些部分保持不变，以保证生图的强一致性。

和我们心目中的 P 图神器 FLUX 相比，它在局部小范围修图上效果稍差。所以建议大家精修图片找 FLUX，进行大规模创意制作时再用 nano - banana。

左原图，中 nano - banana，右 FLUX

总体而言，nano - banana 的优势在于它对图片的理解能力目前是最好的，在各种任务上的一致性表现不错，没有明显短板。

好消息是，小香蕉已经被整合进 2.5 Flash 版本，即使没有 pro 会员，免费账户也能使用。用户只需在左上角选择 2.5 Flash，在对话框 tools 中选择 Image 即可。

在 LMAreana 上也能使用，只要在 prompt 开头输入 “ 使用 nano - banana 模型生成 ” ，有很大概率可以抽到。此外，一些整合网站如 LibLib、Fal - ai 等也有第三方提供的 nano - banana。

感兴趣的朋友赶紧去试试，欢迎在评论区分享成果。

撰文：莫莫莫甜甜

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com