刚刚Google发布nanobanana图像生成模型性能SOTA快如闪电

刚刚， Google 再次投下一枚重磅炸弹：nano banana 来了！

Google AI Studio 正式发布了 Gemini 2.5 Flash Image（代号 nano banana）🍌，这个全新的图像生成和编辑模型直接拿下了 SOTA 的成绩。（上图是我用Generate an image of the era of AGI with text AGI Hunt on it. 的prompt 生成的）

现在看来，DeepMind CEO 也是一早就埋好了伏笔啊：

最让人惊喜的是它的 角色一致性——

终于不用担心生成的人物前后不一样了！

而且速度快得离谱，真的是「 闪电般 」的体验。

从性能对比图可以看到，Gemini 2.5 Flash Image 在各项指标上都大幅领先竞争对手：

Google AI Studio 的产品负责人Logan Kilpatrick（@OfficialLoganK）兴奋地介绍：

这个模型在角色一致性、创意编辑方面表现卓越，还融合了 Gemini 的世界知识！

目前这个模型已经在 AI Studio 和 Gemini API 开放预览，API 名称是 gemini-2.5-flash-image-preview 。

价格方面，每张图片仅需 $0.039 ，和 2.0 Flash 图像生成保持一致。在 Gemini App 和 Google AI Studio 都可以免费试用。

Google DeepMind 团队详细介绍了 Gemini 2.5 Flash 的强大功能。

从 逼真的杰作到令人惊叹的幻想世界 ，现在都可以通过全新的推理、控制和创造力水平来生成、编辑和优化视觉内容。

🎯 角色一致性

给模型提供参考图像，它就能生成保持角色、主体或物体相似度的新视觉效果——无论是不同的姿势、光线、环境还是风格。这让创作更有叙事性的作品成为可能。

官方文档中特别提到，开发者已经在探索 房地产列表卡片、统一的员工徽章或整个产品目录的动态模型——

所有这些都可以从单个设计模板生成。

🔄 基于提示词的图像编辑

Gemini 2.5 Flash Image 支持通过自然语言进行 精确的局部编辑 。

模型可以模糊图像背景、去除 T 恤上的污渍、从照片中删除整个人、改变主体的姿势、为黑白照片添加颜色——

只需要一个简单的提示词。

Google 团队还在 AI Studio 中构建了一个 照片编辑模板应用 ，展示了 UI 和提示词控制的双重能力。

🔄 设计应用

想要应用特定的艺术风格、设计或纹理？2.5 Flash 现在可以轻松地将这些元素从一张图像转移到另一张，同时 保留原始主体的形态和细节 。

🖼️ 创意组合

通过单个提示词就能组合多张图像的创意元素。2.5 Flash 可以混合来自 最多三个输入 的不同元素，创造出独特、统一的构图。

💡 真实世界推理

得益于 Gemini 的底层逻辑，2.5 Flash 能够 推断图像中某个时刻之前或之后会发生什么 。

团队展示了一个有趣的例子：生成了第一张气球飘向仙人掌的图像后，他们让模型想象接下来可能发生的场景——

官方还构建了一个 交互式教育导师应用 ，展示了模型读取和理解手绘图表、回答现实世界问题以及在单个步骤中执行复杂编辑指令的能力。

以上是官方演示，现在我们再来看看 实际效果到底如何。

网友Halim Alrasihi（@HalimAlrasihi）测试后直呼这是「 纯粹的魔法 」：

Nano Banana 的强大不仅在于一致性、卓越的质量或应用构图规则的能力。而是你可以同时做到所有这些。

他展示的对比图确实令人印象深刻——角色的面部特征、服装细节都保持了惊人的一致性。

不过也有用户遇到了一些限制。

bone（@boneGPT）抱怨道：

因为一些愚蠢的理由被拒绝了，它不能展示人们拿着刀和斧头？

cheaty（@cheatyyyy）建议他：

试试 AI Studio 或者 Gemini 的前端界面，API 总是更严格一些。

有意思的是，nic（@nicdunz）测试了一个刁钻的场景：「 牛后仰测试 」，结果 nano banana 没能通过：

但更多用户对实际应用效果赞不绝口。

Aaditya Prakash（@aaditya_prakash）分享了他的测试结果：

太棒了。它添加了我要求的所有元素，看起来仍然非常真实。我喜欢太阳和阴影的一致性，彩虹的角度也是正确的。

PRoP（@SinProper）大力点赞：

这个工具太快了！太好了！天哪！

Karthik R（@karthik_rangan）用了一个有趣的提示词「穿着服装的菠萝蜜」：

合作伙伴生态快速跟进

OpenRouter.ai 已经与 Google 合作，将 Gemini 2.5 Flash Image 带给他们的 300 万+开发者 。这是 OpenRouter 平台上 480 多个模型中 第一个可以生成图像的模型 。

fal.ai 作为领先的生成媒体开发平台，也将向更广泛的开发者社区提供 Gemini 2.5 Flash Image。

开发者已经可以开始 API 接入了

Google 提供了完整的 Python 代码示例：

from google import genaifrom PIL import Imagefrom io import BytesIOclient = genai.Client()prompt = "Create a picture of my cat eating a nano-banana in a fancy restaurant under the gemini constellation"image = Image.open('/path/to/image.png')response = client.models.generate_content(    model="gemini-2.5-flash-image-preview",    contents=[prompt, image],)

所有通过 Gemini 2.5 Flash Image 创建或编辑的图像都会包含一个 不可见的 SynthID 数字水印 ，用于识别 AI 生成或编辑的内容。

需要注意的是 ，目前该功能在欧盟地区暂不可用，多位欧洲用户表达了失望。

（Sam Altman 则表示：我有点慌 ）

最后，Julien Blanchon（@JulienBlanchon）给出关于名字的建议：

请保留 nano banana 这个名字吧。 gemini-2.5-flash-image-preview 太糟糕了。

Google 团队表示，他们正在积极改进 长文本渲染、更可靠的角色一致性以及图像中精细细节的真实呈现 。