惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Hugging Face - Blog
Hugging Face - Blog
Vercel News
Vercel News
C
Check Point Blog
G
Google Developers Blog
博客园 - 司徒正美
量子位
Engineering at Meta
Engineering at Meta
S
SegmentFault 最新的问题
Google DeepMind News
Google DeepMind News
F
Fortinet All Blogs
A
About on SuperTechFans
美团技术团队
D
DataBreaches.Net
Stack Overflow Blog
Stack Overflow Blog
Jina AI
Jina AI
Y
Y Combinator Blog
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Apple Machine Learning Research
Apple Machine Learning Research
J
Java Code Geeks
MongoDB | Blog
MongoDB | Blog
人人都是产品经理
人人都是产品经理
H
Hackread – Cybersecurity News, Data Breaches, AI and More
The Cloudflare Blog
U
Unit 42

Prompt 语宙

kimi-thinking-preview – 月之暗面推出的多模态思考模型 pdf-craft – 开源 PDF 转 Markdown 工具 UltraMem – 字节豆包大模型团队推出的全新超稀疏模型架构 EasyControl – Tiamat AI 联合上海科大等开源的图像生成控制框架 GaussianCity – 南洋理工大学 S-Lab 团队推出的 3D 城市生成框架 X-Prompt – 用于多模态视频目标分割的通用框架 豆包大模型1.5 – 字节跳动推出的最新版大模型 GaussianAnything – 南洋理工 S-Lab 和上海 AI Lab 等推出的 3D 生成框架 Cube 3D – Roblox 推出的 AI 3D 生成模型 OpenMath-Nemotron – 英伟达开源的数学推理系列模型 MAI Transcribe-1.5 – 微软 MAI 推出的语音转文本模型 Seed1.5-Embedding – 字节跳动 Seed 团队推出的向量模型 2026世界杯人机大战引爆!联想携手DeepSeek等顶尖AI大模型,对战亿万球迷预测冠军 高考公平守护战!豆包、文心等主流大模型集体禁用拍题功能 ShotAdapter – Adobe联合UIUC推出的多镜头视频生成框架 Devstral – Mistral AI联合All Hands AI开源的编程专用AI模型 MMaDA – 字节联合普林斯顿大学等推出的多模态扩散模型 Software Copyright Materials Skill – 开源软著资料生成Skill Dulus – 开源的 CLI AI Agent,可驱动多模型工具调用 Reasonix – 专为 DeepSeek 推出的开源终端编程 Agent Mega-ASR – NTU、NUS、上海AI Lab开源的语音识别模型 CodeGraph – 开源代码知识图谱工具,加速代码理解和分析 MiniCPM5-1B – 面壁智能联合清华开源的端侧文本基座模型 Horizon – 开源 AI 信息聚合系统,构建专属新闻雷达 BitCPM-CANN – 面壁智能联合清华开源的端侧大模型 Xiaomi Auto World Model – 小米推出的辅助驾驶世界模型 opera-browser-cli – Opera Neon 开源的命令行工具 omp – 开源的 AI 终端编程智能体,能与 IDE 深度联动 Claude Opus 4.8 – Anthropic 推出的旗舰级大语言模型 Hy-Memory – 腾讯混元推出的 Agent 记忆插件
谷歌Nano Banana模型实测:AI图像编辑新王者,人物一致性颠覆...
站外新闻 · 2026-06-23 · via Prompt 语宙

💡 站外导读:AI图像编辑领域正迎来一场静默革命,长期困扰设计师的“人物一致性”难题,即AI生成或编辑图像时导致人物面容、姿态走样,一直是限制其专业应用的核心痛点。谷歌最新发布的Nano Banana模型,以其代号Gemini 2.5 Flash Image的卓越表现,宣称在这一关键指标上实现了突破。这不仅标志着技术迭代,更可能重塑从视频制作、广告营销到游戏开发的整个数字内容生产流程。在AIGC工具遍地开花但效果参差不齐的当下,一款能真正保障视觉连贯性的工具,其市场价值与行业影响不容小觑。

Nano Banana 是谷歌推出的AI图像生成与编辑模型,Gemini 2.5 Flash Image(代号Nano Banana)模型具有极高的人物一致性,能精准还原人物的面部特征和表情,在背景替换和风格转换方面表现出色。用户只需上传图片并输入提示词,即可生成高质量的图像。模型生成效果被认为是 AI 图像编辑领域的新王者。

  • Nano Banana是什么
  • Nano Banana的主要功能
  • 如何使用Nano Banana
  • Nano Banana的应用场景
      • 📝 站长洞察 (Editor’s Insight)

Nano Banana 模型借助 Gemini 的广泛知识储备,不仅能读懂手绘图表,还能执行复杂的操作指令。它具备融合多张图像的能力,可实现无缝拼接效果。用户可通过 Gemini APP、Gemini API、Google AI Studio 以及 Vertex AI 等多种平台进行使用。其中,Gemini API 的定价为每百万输出 token 30 美元,生成单张图片的成本大约为 0.039 美元。

Nano Banana

Nano Banana的主要功能

  • 人物一致性生成:能高度还原人物的面部特征、表情和姿态。
  • 背景替换与融合:支持将图像中的背景替换为用户指定的新背景,并自然地融合光影和氛围,让生成的图像看起来更加真实。
  • 风格转换:支持将图像转换为不同的艺术风格,如梵高风格、赛博朋克风格、水墨画风格等,同时保持人物或主体的一致性。
  • 动作迁移:根据用户输入的提示词,将人物的动作或手势进行迁移,生成符合要求的新图像。
  • 细节修改:能精准修改图像中的细节,如替换文字、调整服饰等,且修改效果自然。

如何使用Nano Banana

推荐阅读:全网最全Nano Banana 玩法教程大全,附4个免费使用方法

  • 谷歌官网使用
    • 访问官网:nano banana是 Google(https://ai.studio/banana) 推出的 Gemini 2.5 Flash Image 模型代号,可通过 Gemini APP、Gemini API、Google AI StudioLovartVertex AI 进行访问。
    • 上传图片:将图片上传到项目中,作为模型的输入。
    • 输入提示词:在项目中输入自然语言的提示词,描述想要的图像效果。
    • 运行模型:点击运行按钮,模型根据提示词和输入图片进行处理,并生成新的图像。
    • 查看与保存:生成的图像会显示在项目中,满意后保存到本地或分享到其他平台。
  • LMArena使用
    • 访问LMArena:访问LMArena的官网。
    • 选择模式:在网站顶部选择“Battle”模式。
    • 上传图片:点击对话框左侧的“+”号,上传想要编辑的参考图片。
    • 输入提示词:在输入框中输入详细的提示词,描述想要生成的图像内容。提示词越详细,生成的效果越好。
    • 提交生成:点击“Submit”按钮提交生成请求。LMArena系统随机选择两个模型生成两张图片。
    • 选择最佳结果:生成完成后,系统显示两张图片,选择哪张效果更好。选择后,LMArena系统揭晓生成这张图片的模型。如果你运气好,Nano Banana生成的图片会被选中,效果通常非常出色。

Nano Banana的应用场景

  • 视频制作:快速生成不同动作和背景的视频封面,提升视频吸引力,节省设计时间。
  • 广告与营销:根据需求生成高质量广告图像,满足多样化营销场景,提高广告效果。
  • 创意设计:将照片转换为不同艺术风格,为设计师提供丰富创意灵感,加速设计流程。
  • 社交媒体:为博主和创作者生成个性化创意图像,增强内容吸引力,提升用户互动。
  • 游戏开发:高效生成游戏角色动作和场景,丰富游戏视觉效果,缩短开发周期。

📝 站长洞察 (Editor’s Insight)

Nano Banana的发布,绝非一次简单的模型更新,它精准击中了AIGC产业从‘能用’到‘好用’的临门一脚。过去,AI图像生成常被诟病‘换张脸就崩’,严重限制了其在品牌广告、影视预览等专业场景的应用。谷歌此次将‘人物一致性’作为核心卖点,背后是对世界知识(Gemini)的深度整合,意味着模型对‘人’的理解从像素层面上升到了语义层面。这标志着AI图像编辑正从‘风格模仿’时代,迈入‘精准可控’的新阶段。结合其通过Vertex AI等企业级平台的商业化路径,我们可以预见,这将率先在电商视觉、短视频营销等领域引发效率革命。它预示着下一个竞争焦点:谁能让AI生成的内容,真正具备商业可用的稳定性和可信度。