Nano Banana Pro 发布说明
Google DeepMind 发布了 Nano Banana Pro(也称为 Gemini 3 Pro Image),这是一种最先进的图像生成和编辑模型。该模型基于 Gemini 3 Pro 架构构建,集成了高级推理和真实世界知识,在视觉合成和编辑方面相比其前身 Nano Banana 提供了更高的精度。
增强的推理和世界知识
Nano Banana Pro 利用 Gemini 3 的推理能力生成富含上下文的视觉内容,这些内容可用作教育工具和数据表示。该模型可以根据用户提供的内容或事实真实世界数据创建准确的信息图表和图表。
与 Google Search 的集成使模型能够可视化实时信息,例如当前天气或体育更新,并为食谱生成快速快照。这一转变使模型超越简单的美学生成,朝着创建有用且信息密集的内容发展。
高级文本渲染和多语言支持
Nano Banana Pro 改进了图像中可读、准确文本的渲染,支持短标语和长段落。该模型对深度和细微差别的理解使其在模型图和海报中能够使用更广泛的字体、纹理和书法。
得益于 Gemini 3 的多语言推理能力,该模型能够生成多种语言的文本,并将内容本地化以实现国际化扩展。
专业创意控制和保真度
Nano Banana Pro 为专业工作流程引入了几项高保真功能:
- 一致性和混合: 该模型可以混合最多 14 张图像,并保持最多 5 人的相似度,使草图转化为产品或蓝图转化为逼真的 3D 结构成为可能。
- 工作室级编辑: 用户可以使用局部编辑功能来选择和细化图像的特定部分。创意控制包括调整相机角度、改变焦点、应用颜色分级以及转换场景照明(例如,创建散景效果或在白天和夜晚之间切换)。
- 分辨率和宽高比: 该模型支持各种宽高比,并提供 2K 和 4K 分辨率的输出。
可用性和集成
Nano Banana Pro 正在以不同访问层级在 Google 生态系统中部署:
- 消费者和学生: 全球范围内可通过 Gemini 应用的 'Thinking' 模型使用。免费层级用户在恢复到原始 Nano Banana 模型之前配额有限;Google AI Plus、Pro 和 Ultra 订阅者享有更高的配额。在美国,Pro 和 Ultra 订阅者可在 Search 的 AI Mode 中使用;全球范围内,订阅者可在 NotebookLM 中使用。
- 专业人士: 已全球集成到 Google Ads 中,并正在向 Workspace 客户的 Google Slides 和 Vids 推出。
- 开发者和企业: 正在 Gemini API、Google AI Studio 和 Google Antigravity 中推出,用于 UX 布局。Vertex AI 可用于规模化企业创作,Gemini Enterprise 即将推出。
- 创作者: 正在向 Google AI Ultra 订阅者在 Flow 中推出,Flow 是 Google 的 AI 电影制作工具。
AI 识别和透明度
为了确保透明度,Google 采用多层方法来识别 AI 生成的内容:
- SynthID: Google 工具生成的所有媒体都包含一个不可察觉的数字水印。用户现在可以将图像上传到 Gemini 应用,以使用英文提示验证它们是否由 Google AI 生成。
- 可见水印: 对于免费和 Google AI Pro 层级用户生成的图像,保留 'Gemini sparkle' 水印。
- 专业例外: 对于 Google AI Ultra 订阅者和 Google AI Studio 开发者工具的用户,可见水印将被移除,以提供专业工作的干净画布。
Sources
- OriginalIntroducing Nano Banana Pro