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

TaoSecurity Blog
TaoSecurity Blog
T
Troy Hunt's Blog
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
Vercel News
Vercel News
T
Threatpost
G
Google Developers Blog
T
Threat Research - Cisco Blogs
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
T
The Exploit Database - CXSecurity.com
H
Heimdal Security Blog
Google DeepMind News
Google DeepMind News
Cyberwarzone
Cyberwarzone
T
The Blog of Author Tim Ferriss
Know Your Adversary
Know Your Adversary
Hacker News: Ask HN
Hacker News: Ask HN
www.infosecurity-magazine.com
www.infosecurity-magazine.com
S
Schneier on Security
B
Blog
V2EX - 技术
V2EX - 技术
NISL@THU
NISL@THU
C
CERT Recently Published Vulnerability Notes
W
WeLiveSecurity
C
Cybersecurity and Infrastructure Security Agency CISA
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
Y
Y Combinator Blog
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
Spread Privacy
Spread Privacy
The Last Watchdog
The Last Watchdog
V
Vulnerabilities – Threatpost
N
Netflix TechBlog - Medium
Schneier on Security
Schneier on Security
F
Fortinet All Blogs
N
News | PayPal Newsroom
Attack and Defense Labs
Attack and Defense Labs
Blog — PlanetScale
Blog — PlanetScale
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Microsoft Security Blog
Microsoft Security Blog
S
Security @ Cisco Blogs
人人都是产品经理
人人都是产品经理
爱范儿
爱范儿
P
Privacy & Cybersecurity Law Blog
P
Proofpoint News Feed
Project Zero
Project Zero
I
Intezer
罗磊的独立博客
H
Hackread – Cybersecurity News, Data Breaches, AI and More
酷 壳 – CoolShell
酷 壳 – CoolShell
博客园 - Franky
SecWiki News
SecWiki News
Martin Fowler
Martin Fowler

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 Fara1.5 – 微软推出的浏览器端 AI 智能体模型系列 美团GEO营销门户 – 美团推出的生成式引擎优化平台 Keye-VL-2.0-30B-A3B – 快手开源的自研多模态大模型 Guizang Social Card Skill – 歸藏开源的小红书图文优化Skill ForgeTrain – 面壁智能联合清华等开源的大模型预训练框架 MAI-Image-2.5 – 微软推出的旗舰级文生图模型 Step 3.7 Flash – 阶跃星辰开源的新一代 Flash 模型 中国将首发公有云大模型 Token 性能榜,日均调用量已突破 140 万亿次 腾讯会议多项AI功能升级,元宝纪要月使用时长增长近5倍 Cloudflare CEO:机器人流量超越人类,网络未来或全面走向“付费抓取” 拍照识别野生蘑菇遭“误判”?豆包紧急回应:AI识别仅供参考,切勿盲目食用 华尔街规则为马斯克破例,SpaceX 史诗级 IPO 助力其冲刺首位万亿富豪 AI巨头罕见“踩刹车”:Anthropic警告“AI造AI”时代逼近,呼吁全球放缓研发 NBA中国携手阿里巴巴上线首个官方大模型“NBA Chat” 腾讯发布CodeBuddy Security,用AI Agent实现更高效的代码审计 OpenAI表态支持特朗普AI行政令:愿在模型发布前接受政府安全评估 马斯克旗下xAI要求深伪色情案原告“实名起诉”,受害者怒斥:这是恐吓式施压 12岁孩童用眉笔画胡子破解AI年龄验证:轻量级模型的技术漏洞引发行业警示 MiniMax M3大模型重磅发布:首创MSA架构,1M上下文全面开源,性能对标GPT-5.5 谷歌 DeepMind CEO:AGI 将至,关键三年窗口期人类准备好了吗? 机器人告别逐帧学动作!全球首个事件级具身智能世界模型WALL-WM重磅发布 15个月营收暴涨三倍!企业级AI搜索独角兽Glean凭’上下文图谱’破局巨头围剿 Oculus创始人AI新作Sesame上线:重新定义‘边想边说’的流畅对话体验 三菱日联金融携手OpenAI:3.5万员工全面部署ChatGPT Enterprise,开启AI原生银行新时代 阿里云百炼CLI全面开源:一行命令编排AI Agent全栈能力,引爆开发者生态 360亿美元史上最大芯片租赁!阿波罗黑石联手,为Anthropic豪购谷歌TPU Grok Build 0.2.7 重磅发布:子代理共享终端效率翻倍,图像理解飞跃,开发者必看更新 重磅!小米MiMo V2系列2026年6月全面下线,开发者速迁至V2.5高性能版 美国Opus 4.8被曝’蒸馏’中国开源大模型:Anthropic的AI双标之路 NBA官宣引入AI鹰眼2.0系统:彻底终结出界判罚争议,裁判将聚焦主观判罚 Mistral AI 首席执行官宣布自研芯片计划:成本、算力、生态三大战略解析 科技格局重塑:MiniMax企业客户破百万领跑AI商业化,创想三维港股上市引爆消费级3D打印市场 Liquid AI开源LFM2.5-8B-A1B:8B参数仅激活1.5B,端侧大模型性能飞跃,手机秒级推理 微软Build大会重磅出击:自研代码AI平价替代Claude,多场景模型矩阵挑战OpenAI Step 3.7 Flash 重磅开源发布:198B MoE架构实现400TPS推理,Agent效率与可靠性新时代已至 大模型概念股港股狂飙!智谱单日暴涨超17%,MINIMAX跟涨,AI商业化拐点真的来了? 日本Datasection携手OpenAI:TAIZA云平台深度整合API,赋能亚太企业智能工作流 470亿美元!Anthropic年化收入狂飙,Claude企业级应用引爆AI商业化新纪元 AI攻破6大数学猜想!25岁华人少女退学创业,OpenAI都未曾实现,她凭什么拿下14亿融资? 万亿估值前夜!Anthropic IPO前最后一轮融资650亿美元,直逼OpenAI资本巅峰 SentinelOne裁员8%聚焦AI安全:年营收增长21%仍亏损,科技巨头集体押注生成式AI 谷歌Coral Board开发板发布:本地运行Gemma3,RISC-V架构赋能边缘AI革命 拼多多重拳出击!AI押题、数据投毒等灰产被全面封禁,上半年已出台40余项治理措施 黄仁勋内部讲话引爆科技圈:AI时代,宁可浪费钱也别浪费时间 腾讯电脑管家Mac版重磅发布!首创AI安全沙箱,一文看懂如何守护AI智能体 科大讯飞发布AI眼镜:40克超轻机身+星火大模型,掀起百镜大战新浪潮 2026高考AI防作弊硬核举措:主流大模型限时上锁,精准掐断秒级解题通道 小红书PC端重磅上线AI搜索助手’点点’:多轮对话+笔记导入,重新定义社区搜索体验 YouTube播客AI升级:自动调速专治说话慢,Premium用户收听体验大革新 Anthropic完成史诗级H轮融资650亿美元,Claude Opus 4.8模型同步发布,AI巨头估值飙升逼近万亿美元里程碑 2026世界杯AI预测大赛开启:联想联合DeepSeek等大模型,挑战亿万球迷智慧 重磅!iOS 27联手谷歌Gemini训练本地AI,Siri部分请求转向谷歌云,隐私与算力如何平衡? 苹果iOS 27深度合作谷歌Gemini:Siri转向云端处理,英伟达机密计算护航隐私 iOS 27 将整合谷歌 Gemini 模型:苹果本地AI Siri大升级,隐私与性能如何兼得? Anthropic王者归来:曾因‘过于危险’被封印的Mythos级AI模型重磅解禁,几周内全量上线 Anthropic重磅解禁’过于危险’的王炸模型Mythos!更强安全防护下几周内全量上线 破解AI记忆三周魔咒!腾讯混元Hy-Memory发布:记忆密度提升45%、Token消耗降低35%,定义Agent长期协作新范式 腾讯混元Hy-Memory发布:AI Agent长期记忆难题终结者,记忆密度飙升45%、Token消耗锐减35% Claude Opus 4.8 核弹级发布:编程能力碾压GPT-5.5,成本直降67%,AI开发者生产力革命来了 Claude Opus 4.8正式发布:性能全面超越GPT-5.5,成本暴降66%重塑AI编程格局 Mistral AI联手空客宝马:押注‘实体AI’,制造业将迎来效率革命? 谷歌AI翻车!竟把’Google’拼错,大模型‘不识字’的硬伤藏不住了 科大讯飞AI眼镜重磅发布:4299元内置龙虾助手GlassClaw,122种语言实时翻译重塑生产力 Gemini 3.5 生产环境严重失控:越权删光两万行代码并编造修复报告,AI 开发信任危机再升级 AI复活传奇!斯坦·李获合法授权数字重生, ElevenLabs 用生成式AI重塑其标志性声音 英伟达Polar框架开源:零门槛强化学习,AI编码智能体进化提速500%+ 开发者炸锅!Codex强制退役GPT-5.2/5.3,GPT-5.5降智风波未平引发行业焦虑 OpenRouter B轮融资1.13亿美元:CapitalG、NVIDIA联手,打造多模型AI时代的流量枢纽 阿里云Qoder Cloud Agents全托管平台发布:企业AI Agent上线周期从1个月缩短至1天 谷歌珊瑚AI开发板引爆边缘计算革命:2026年夏季上市,离线运行Gemma3大模型实现实时语音翻译
谷歌 Nano Banana Pro 实测:Gemini 3 Pro 图像模型如何重新定义 2K/4K 高分辨率 AI 创作与编辑
站外新闻 · 2026-06-16 · via Prompt 语宙

💡 站外导读:当 AI 图像生成仍面临文字乱码、多元素融合不一致、创意控制力弱等痛点时,谷歌最新发布的 Nano Banana Pro(Gemini 3 Pro Image)模型,旨在系统性解决这些难题。它不仅是技术迭代,更是将 AI 图像能力深度整合进从个人创作到企业广告的全链路生态,标志着 AIGC 从’能用’进入’好用且可信’的新阶段。

Nano Banana Pro (Gemini 3 Pro Image)是谷歌推出的新一代图像生成与编辑模型,结合了 Gemini 3 Pro 技术。模型能生成高质量、高分辨率(2K 和 4K)的图像,支持多种宽高比,适用从社交媒体到印刷的各种场景。模型在文本渲染、多语言支持、图像一致性(最多支持 14 张输入图像)等方面表现出色,能与 Google Search 集成,生成基于实时信息的图表和信息图。Nano Banana Pro 提供强大的创意控制能力,用户能调整光线、对焦和色彩等参数。同时,谷歌引入 SynthID 数字水印技术,确保 AI 图像的可追溯性和透明度,为用户带来更可靠、更强大的创作工具。

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

Nano Banana Pro

Nano Banana Pro的主要功能

  • 高分辨率图像生成:支持2K和4K分辨率,满足专业制作需求,适用社交媒体、印刷品等多种平台。

  • 强大的文本渲染能力:模型能生成清晰可读的文本,支持多语言直接渲染,保持原有设计风格,适合制作多语言内容。

  • 多元素融合与一致性:模型最多支持14张输入图像,保持5个人物或元素的一致性,适合复杂场景和多元素融合的创作。

  • 创意控制与编辑:提供高级创意控制,用户能调整光线、对焦、色彩和镜头角度,实现分镜级和视觉导演级的创作。

  • 与Google Search集成:结合谷歌搜索的知识库,生成基于实时信息的图表、信息图和教育内容,确保内容的准确性和实用性。

  • AI图像验证:通过SynthID数字水印技术,用户能在Gemini中验证图像是否由谷歌AI生成,提高内容透明度。

如何使用Nano Banana Pro

  • 用户群体
    • 消费者和学生
      • Gemini 应用:用户可在 Gemini 应用中选择 “Create images” 功能,切换到 “Thinking” 模型使用 Nano Banana Pro。免费用户将获得有限的免费配额,用完后会自动切换回基础版的 Nano Banana 模型。Google AI Plus、Pro 和 Ultra 订阅用户将享有更高的配额。

      • AI Mode in Search:在美国地区,Google AI Pro 和 Ultra 订阅用户可通过搜索中的 AI 模式使用 Nano Banana Pro。

    • 专业人士
      • Google Ads:广告商可在 Google Ads 的 Asset Studio 中使用 Nano Banana Pro,利用强大的图像生成和编辑能力制作高质量的广告素材。

      • Google Workspace:Nano Banana Pro 已经开始向 Workspace 用户推出,支持在 Google Slides 和 Google Vids 中使用,帮助用户快速生成和编辑演示文稿和视频内容。

    • 开发者和企业
      • Gemini API:开发者可以通过 Gemini API 访问 Nano Banana Pro,将其集成到自己的应用程序和服务中。Google AI Studio 和 Vertex AI 也支持 Nano Banana Pro,企业用户可以利用这些平台进行大规模的内容创作。

      • Google Antigravity:谷歌的新 AI 开发平台 Google Antigravity 集成了 Nano Banana Pro,开发者可用图像生成功能快速生成详细的 UI 模型或新的视觉资产。

    • 创意人士
      • Flow:面向创意人士和视频制作团队,Nano Banana Pro 已经开始向 Google AI Ultra 订阅用户推出,支持在 Flow 中使用。用户可用强大的创意控制能力生成高质量的镜头和场景。

  • 使用方法
    • 选择平台:根据自己的需求选择合适的平台(如 Gemini 应用、Google Ads、Workspace 等)。
    • 创建账户:如果是付费服务,需要注册、订阅相应的 Google AI 计划(如 Plus、Pro 或 Ultra)。
    • 输入提示词:在使用 Nano Banana Pro 时,用户需要输入清晰的提示词(prompts),描述想要生成或编辑的图像内容。
    • 调整参数:根据需要调整图像的分辨率、宽高比、光线、对焦等参数。
    • 生成图像:点击生成按钮,Nano Banana Pro 将根据提示词生成图像。
    • 验证图像:如果需要验证图像是否由 AI 生成,用 Gemini 应用中的 SynthID 功能。

Nano Banana Pro的生成示例

Prompt: Design a visually engaging infographic for this plant, highlighting the most fascinating details about it.请为这种植物设计一张视觉吸引力强的资讯图表,着重呈现它最引人入胜的细节。

Prompt: Create a storyboard for this scene.为这个场景制作分镜脚本。

Prompt: Capture a mid-range view of 14 fluffy characters, all tightly packed together on a tattered beige fabric sofa and the floor beside it. Everyone is facing forward, their attention fixed on a classic, wooden-box-style television set sitting on a low wooden table in front of the sofa. The scene is softly lit: warm light spills in from a window on the left, while the TV’s gentle glow illuminates the creatures’ faces and their plush, textured fur. The setting is a lived-in, slightly messy living room, complete with a braided rug, a shelf lined with old books, and hints of a rustic kitchen in the background. The mood is thoroughly warm, inviting, and full of gentle amusement.中景镜头,14个毛茸茸的家伙肩并肩挤在一张破旧的米色布沙发上,有的还坐在地板上。它们全都面朝前方,专注地看着沙发前矮木桌上那台老式木箱电视机。房间里的光线很柔和:左侧窗户洒进温暖的光,电视的微光则映亮了这些小家伙的脸庞和它们毛茸茸的质感。背景是一个有点杂乱却很温馨的客厅,地上铺着编织地毯,书架上摆满了旧书,远处还能瞥见乡村风格的厨房一角。整个画面洋溢着温暖、舒适又带点俏皮的氛围。

Nano Banana Pro的应用场景

  • 概念设计:设计师快速将创意草图转化为高保真的视觉作品,例如将手绘草图变成逼真的产品设计图或建筑蓝图。
  • 艺术创作:艺术家生成具有独特风格的绘画、插图或数字艺术作品,或根据特定主题生成一系列风格一致的图像。
  • 图形设计:模型用于创建海报、标志、宣传册等设计素材,支持多语言文本渲染,能生成清晰、美观的图文设计。
  • 广告素材生成:广告商快速生成高质量的广告图像,结合多元素融合功能,将产品与各种场景相结合,提升广告的吸引力和说服力。
  • 多语言营销:模型支持多语言文本渲染,能将广告文案翻译成多种语言融入设计中,便于国际市场推广。

📝 站长洞察 (Editor’s Insight)

谷歌此次发布 Nano Banana Pro,看似是一次模型升级,实则是一次精心布局的生态卡位战。首先,它将图像生成的’天花板’推至 4K 分辨率与 14 张输入融合,这直接瞄准了广告、影视、设计等专业领域的 ‘生产力’ 需求,意图将 AI 从灵感工具提升为核心生产工具。其次,通过与 Workspace、Ads、Gemini API 的深度绑定,谷歌构建了从个人到企业、从创作到变现的完整闭环,这比单纯的模型能力比拼更具战略价值。最后,SynthID 水印的普及,预示着行业规范正在形成,’可信 AI’ 将成为未来工具竞争的隐形门槛。对于创作者和开发者而言,现在需要思考的不仅是’如何用’,更是’如何将工作流与之深度融合’。