Nano Banana介绍

Nano Banana 是 Google 于 2024 年推出的革命性 AI 驱动图像生成与编辑模型，正式名称为 Gemini 2.5 Flash Image。以下是对它的详细介绍：

• 技术背景：Nano Banana 基于 Google DeepMind 最新的 Gemini 2.5 Flash Image 架构，采用原生多模态设计理念，将文本理解、图像生成、编辑处理等功能统一在一个模型中。它的发展历程可追溯至 2025 年上半年在 LMArena 的内测阶段，2025 年 8 月 26 日，Google 正式发布了 Gemini 2.5 Flash Image，并向公众开放了 API 及应用接口。
• 核心功能
  • 文本到图像生成：不仅支持基础的文本描述转图像，更具备深度的语义理解能力，能根据描述性语言生成更具连贯性和视觉逻辑的图像，生成速度极快，通常在 1-2 秒内即可完成。
  • 智能图像编辑：用户可以上传图片，通过自然语言指令进行精确的局部或全局编辑，如面部美化、体型调整、服装替换、背景替换等，编辑效果自然无痕，能精准执行复杂的自然语言指令。
  • 角色一致性保持：这是 Nano Banana 最核心、最具突破性的功能，它能够让同一人物在不同场景、不同姿态、甚至不同服装下，保持可识别的、高度连贯的外观特征，其准确率据称高达 95% 以上。
  • 多图融合与风格迁移：支持同时上传多张参考图片，能理解并整合不同输入图像中的对象、光照和空间关系，进行复杂的风格转移和场景重组，最多可同时处理 13 张图像。
• 使用平台
  • Google AI Studio 平台：使用 Google 账户登录，Token 限制为 32,768 个，点击 “Chat” 功能，输入关键词或上传图片进行操作，支持时代穿越写真等预设应用，适合需要稳定使用的用户。
  • OpenRouter 平台：可同时调用多个模型进行对比，提供免费版和付费版 nano - banana 模型，长期稳定使用建议选择付费版，免费版在高峰期可能出现排队或内部错误。
• 优势特点
  • 速度快：生成速度极快，从内测阶段的约 10 秒，大幅优化至正式版的 1-2 秒，接近实时的响应速度，彻底改变了用户的创作工作流。
  • 成本低：每张图成本约 0.039 美元（约合人民币 0.27 元），相比其他模型成本大幅降低，使得大规模应用成为可能。
  • 免费使用：部分平台完全免费，无需注册，如在 OpenRouter 平台将 “battle” 模式切换为 “directchat”，系统自动调用 Gemini 2.5 Flash 模型（显示为 nano - banana），但由于是抽卡机制，可能需要多次尝试才能调用到该模型。

案例示范

首先打开Google AI Studio（需要爬梯子）

右上角有一个【模型选择】

PS:当前是默认选择了Nano Banana模型

点击左上角的【Chat】,在文本框中输入提示词和上传图片文件，然后点击右下角的按钮

以下是模型生成的结果图