谷歌的最強(qiáng)大人工智能（AI）模型Gemini 3剛發(fā)布兩天，就來返場送驚喜了。

美東時(shí)間20日周四，谷歌宣布，基于Gemini，升級(jí)其大熱的圖像生成與編輯模型。新推出的模型Nano Banana Pro號(hào)稱能提供“攝影棚級(jí)別”的精度和控制，在文本渲染準(zhǔn)確性、分辨率和專業(yè)控制能力上實(shí)現(xiàn)顯著提升，旨在將AI圖像工具從消費(fèi)級(jí)應(yīng)用推向?qū)I(yè)設(shè)計(jì)領(lǐng)域。

Nano Banana Pro支持生成最高4K分辨率的圖像，可在多語言環(huán)境下精確渲染文本，并允許用戶像使用專業(yè)相機(jī)一樣控制拍攝角度、景深、色彩和光照等參數(shù)。谷歌Labs和Gemini副總裁Josh Woodward表示，該產(chǎn)品在信息圖表制作、幻燈片設(shè)計(jì)等方面表現(xiàn)出色，可保持最多五個(gè)角色和十四個(gè)物體的一致性。

谷歌的全球免費(fèi)Gemini用戶將能夠在配額限制內(nèi)使用Nano Banana Pro，超出配額后將自動(dòng)切換回舊版模型，付費(fèi)AI計(jì)劃訂閱用戶則擁有更高使用額度。該模型已集成至Canva、Figma、Adobe Firefly和Photoshop等主流設(shè)計(jì)工具。

谷歌還同步推出了AI內(nèi)容溯源功能。用戶可在Gemini應(yīng)用程序App中上傳圖像，查詢其是否由谷歌AI生成，該功能未來將擴(kuò)展至音頻和視頻。此舉是谷歌將AI技術(shù)商業(yè)化的最新嘗試，也是其在生成式AI競賽中追趕OpenAI的重要一步。

這一發(fā)布延續(xù)了谷歌本周在AI領(lǐng)域的強(qiáng)勁勢頭。周二發(fā)布的Gemini 3在推理和編碼能力上實(shí)現(xiàn)巨大躍升，周三推動(dòng)谷歌母公司Alphabet股價(jià)創(chuàng)歷史新高。周四官宣Nano Banana Pro當(dāng)天，股價(jià)早盤一度漲近5%，但午盤追隨大盤轉(zhuǎn)跌，收跌約1%，暫別周三刷新的收盤最高紀(jì)錄。

攻克AI拼寫難題，文本渲染實(shí)現(xiàn)突破

AI圖像生成模型長期面臨的一個(gè)核心挑戰(zhàn)是文本渲染準(zhǔn)確性。雖然部分模型隨時(shí)間推移改進(jìn)，但在生成包含多個(gè)文本短語的圖像時(shí)，拼寫錯(cuò)誤和字體扭曲仍然常見，這限制了其作為專業(yè)設(shè)計(jì)工具的潛力。

Nano Banana Pro直接針對(duì)這一問題提供解決方案。谷歌發(fā)言人表示，新模型在渲染最終圖像前，能夠更好地規(guī)劃文本位置、字體特征及其與其他圖像元素的空間關(guān)系。該技術(shù)可將菜譜文本轉(zhuǎn)換為圖解流程圖，或可視化天氣、體育等實(shí)時(shí)信息。

Nano Banana Pro支持生成清晰可辨的文本，用戶可描述所需字體類型或模擬不同手寫風(fēng)格，還能在圖像內(nèi)生成本地化文本或翻譯文字。這使用戶能夠創(chuàng)建針對(duì)國際市場的產(chǎn)品展示、海報(bào)和信息圖表。谷歌在博客文章中強(qiáng)調(diào)，銳利、清晰的文本幫助用戶制作富有沖擊力的海報(bào)、復(fù)雜圖表和詳細(xì)產(chǎn)品模型。

不過谷歌也提醒用戶注意局限性。新模型在生成信息圖表、標(biāo)注圖表或呈現(xiàn)復(fù)雜數(shù)據(jù)時(shí)，可能誤讀信息或產(chǎn)生事實(shí)錯(cuò)誤。雖然能夠生成和翻譯多語言文本，但在語法、拼寫、文化細(xì)微差別或慣用語方面仍可能出現(xiàn)問題。用戶應(yīng)始終仔細(xì)檢查生成的圖像及其中文本的準(zhǔn)確性。

專業(yè)級(jí)控制功能，分辨率躍升至4K

Nano Banana Pro為專業(yè)用戶提供了前所未有的精細(xì)控制能力。用戶可探索不同拍攝角度和類型，包括廣角、全景、特寫等，還能調(diào)整景深以聚焦圖像中的不同主體。

在色彩和光照方面，用戶可調(diào)整色調(diào)分級(jí)和光照方向，甚至可將場景從白天轉(zhuǎn)換為夜晚。

模型支持1K、2K和4K三種分辨率的精準(zhǔn)放大，并能隨意切換縱橫比以適配不同平臺(tái)或用途。

分辨率提升的代價(jià)是成本增加和速度下降。原Nano Banana模型生成1024像素圖像的成本為0.039美元，而新模型生成1080p或2K圖像的成本為0.139美元，4K圖像為0.24美元。

在素材一致性方面，模型可在單一工作流程中保持最多五個(gè)角色的一致性和相似度，以及最多十四個(gè)物體的保真度。對(duì)于希望在營銷活動(dòng)中融入自身設(shè)計(jì)的品牌，模型可接收最多14張參考圖像，并在用戶文本提示描述的新場景中重新編排它們，同時(shí)保留輸入素材的特征。

模型還能將草圖轉(zhuǎn)化為物體，將手繪筆記轉(zhuǎn)為圖表，將創(chuàng)意變成3D渲染建筑。用戶可一次創(chuàng)建多張圖像，快速高效地探索和審查創(chuàng)意選項(xiàng)。谷歌表示，模型還能創(chuàng)建具有真實(shí)細(xì)節(jié)的風(fēng)景、植物、人物和動(dòng)物的逼真圖像。

廣泛產(chǎn)品集成，付費(fèi)用戶獲更高配額

Nano Banana Pro正在谷歌現(xiàn)有AI工具中全面推廣。Gemini App將默認(rèn)使用新模型生成圖像，免費(fèi)訂閱用戶可在限定配額內(nèi)使用，超出后將切換回原Nano Banana模型。Google AI Plus、Pro和Ultra訂閱用戶將獲得更高生成額度，這些付費(fèi)用戶還可在Notebook LM中使用該模型。

在美國地區(qū)，AI Pro和Ultra訂閱用戶可通過AI模式在搜索中訪問該模型。Ultra訂閱用戶還能在谷歌視頻工具Flow中使用，Workspace客戶可在Google Slides和Vids中使用。開發(fā)者則可通過Gemini API、Google AI Studio和新IDE Antigravity調(diào)用Nano Banana Pro。

谷歌同時(shí)將其SynthID技術(shù)整合至Gemini應(yīng)用，用于為AI生成圖像添加水印和檢測。用戶可上傳圖像，聊天機(jī)器人將告知該圖像是否由谷歌圖像模型創(chuàng)建或修改。谷歌目前為所有AI工具創(chuàng)建的媒體嵌入不可見的數(shù)字水印，免費(fèi)或Pro方案的訂閱用戶創(chuàng)建的圖像還會(huì)添加可見水印，訂閱最高價(jià)Ultra方案的用戶則可移除可見水印。谷歌未提及是否計(jì)劃支持C2PA等其他AI水印標(biāo)準(zhǔn)。

用戶增長強(qiáng)勁，商業(yè)化進(jìn)程提速

Nano Banana Pro的前身Nano Banana今年8月面世后在社交媒體上迅速走紅，用戶將自己或?qū)櫸锏恼掌D(zhuǎn)化為超寫實(shí)3D小雕像。Woodward在9月的X帖子中寫道，該產(chǎn)品幫助Gemini應(yīng)用在四天內(nèi)新增1300萬用戶。

據(jù)谷歌發(fā)布的數(shù)據(jù)，Gemini App目前每月活躍用戶超過6.5億，由Gemini驅(qū)動(dòng)的AI Overviews每月用戶達(dá)20億。相比之下，OpenAI CEO Sam Altman在10月表示，ChatGPT每周活躍用戶達(dá)8億。

Woodward本周四表示，谷歌AI產(chǎn)品需求持續(xù)增長，許多用戶注冊Gemini訂閱計(jì)劃以獲得這些高級(jí)模型的更高限額。他表示，我們看到大量用戶涌向這些產(chǎn)品，這實(shí)際上是最好的問題——需求很大，我們正在努力弄清楚如何服務(wù)這些需求。

此次發(fā)布標(biāo)志著谷歌將AI技術(shù)商業(yè)化的最新嘗試。自2022年ChatGPT發(fā)布引發(fā)生成式AI競賽以來，谷歌一直在努力追趕OpenAI。上周，OpenAI宣布對(duì)GPT-5模型進(jìn)行兩項(xiàng)更新，使其默認(rèn)更溫暖、更具對(duì)話性，并在日常使用中更高效、更易理解。目前ChatGPT在蘋果App Store免費(fèi)應(yīng)用榜單中排名第一，Gemini位居第二。

Woodward表示，公司計(jì)劃繼續(xù)擴(kuò)大AI產(chǎn)品規(guī)模，重點(diǎn)包括AI電影制作工具Flow和目前作為有限研究預(yù)覽版提供的世界構(gòu)建模型Genie。