Google DeepMind 推出 Nano Banana Pro，具备先进的文本渲染和专业级视觉编辑功能

简要

Google DeepMind发布了Nano Banana Pro图像生成与编辑模型，具备高级推理、增强的文本渲染、多元素组合等功能。

科技公司Google旗下的AI部门Google DeepMind宣布推出Nano Banana Pro（或称Gemini 3 Pro Image），这是一款新一代图像生成与编辑模型。Nano Banana Pro基于Gemini 3 Pro开发，利用该模型的高级推理能力和现实世界知识，生成更为准确的视觉表现。

该模型旨在支持广泛的视觉任务，包括概念设计、原型创建、信息图开发以及将手写内容转换为结构化图表。Nano Banana Pro通过增强的推理能力、外部信息和实时数据生成具备上下文感知的视觉内容。借助Gemini 3的分析能力，该模型可根据用户提供的材料或经过验证的真实世界信息，生成富有教育意义的图形、详细的说明图和准确的插图。它还可以利用Google搜索可视化如食谱、实时天气更新或体育信息等内容。

Nano Banana Pro进一步提升了图像内文本的渲染效果，多语言下的准确性、清晰度和可读性均有提升。该系统支持从短标签到长段落等多种文本内容的视觉创作，更好地理解风格细节、深度与布局。这使得文本在模型图、海报及其他创意素材中的集成更加精确，同时内容也可本地化或翻译以拓宽使用范围。

该模型还增强了视觉保真度和创作灵活性。其设计可组合多个元素，最多可融合十四张图片，并在同一作品中保持最多五个人物形象的一致性。草图转化为产品概念、蓝图变为详细3D风格渲染等任务都因其更强的连贯性而受益。Nano Banana Pro引入了更丰富的创意控制，用户可调整相机视角、修改焦点、优化图像特定区域、应用复杂的色彩分级和改变光照条件。输出支持多种纵横比，并支持2K和4K分辨率，以满足数字和印刷品质的需求。

Nano Banana Pro现已应用于消费级、企业级和创意工具

用户现可在Google的产品与服务中选择原版Nano Banana模型（适用于快捷简单编辑）或Nano Banana Pro（适用于需高品质、视觉精细输出的高级创作）。增强版模型正在通过Gemini应用逐步向消费者和学生开放，选择“思考”模型中的“创建图片”即可体验。免费用户可获得有限访问机会，之后将回到原版模型，而Google AI Plus、Pro和Ultra订阅用户可享受更大额度。在美国，Nano Banana Pro可在Google AI Pro与Ultra订阅用户的搜索AI模式中使用，同时也面向全球NotebookLM订阅用户开放。

面向专业用户，Google Ads正在集成Nano Banana Pro，为全球广告主提供更先进的创意与编辑能力。该模型也将应用到Google Workspace，包括Google Slides和Vids。开发者和企业客户可通过Gemini API、Google AI Studio和Google Antigravity体验Nano Banana Pro，助力更丰富的布局与模型图生成。企业可在Vertex AI中大规模使用该模型，未来还将扩展至Gemini Enterprise。创意专业人士可通过Google AI Ultra订阅在Flow（公司AI电影制作工具）中获得访问权限，实现更高精度和更强控制力地塑造场景和画面。

Google持续强调AI生成媒体的透明性。通过其工具生成的所有图像均嵌入难以察觉的SynthID数字水印。用户现可将图片上传至Gemini应用，直接查询其是否由Google AI生成，未来还将支持音频和视频的验证。除SynthID外，免费与Google AI Pro用户生成的图片还会有可见的Gemini水印以便于识别。对于专业流程需要无水印视觉的场景，Google AI Ultra订阅用户及Google AI Studio开发环境生成的图片将不带可见水印。