Nano Banana Pro 震撼发布：多模态AI图像生成工具全面升级，开启专业级创作新时代

Nano Banana Pro（官方也称为 Gemini 3 Pro Image）于昨日晚间正式亮相。

这一模型基于 Gemini 3 Pro 架构打造，在多模态处理和逻辑推理方面表现更为出色，例如文本渲染的精确度有了显著提升；

它融入了最新的知识库，并整合了 Google 搜索功能，能够先对用户提示进行检索，从而进一步增强生成内容的相关性和真实性；

支持高保真图像生成（提供2K/4K输出分辨率），用 Google 自己的话说，从一个“创意玩具”演进为“专业级”、“工作室级别”的强大工具。

我们通过一系列实际案例进行了测试，看看是否真如 Google 所描述的那么“惊人”。

又名 PS “终结者”

提示词：生成一张超写实、高清晰度的肖像画。画面内容是《VOGUE》杂志封面，包括杂志的标志和文字。封面有一位年轻女子，背景为摄影室内。她穿着一件华丽的黑色礼服，直视着观者，神情专注。她的右臂抬起，手部分触碰着她的脸侧，同时，右手手腕还有一块 Apple Watch。她的金色头发飘逸，中分造型。

Nano Banana Pro 支持2K/4K 超高分辨率输出，即使放大查看，细节依然清晰可见。图像的皮肤质感、发丝纹理以及人物的光线处理，均已达到专业摄影棚的水准。

随后，我上传了一张个人照片，要求 Nano Banana Pro 将杂志封面的人物替换为我，其他元素保持不变。

脸部肤色虽然略显明亮，但考虑到原图需要打光效果，这一处理也合情合理。

提示词：生成一个啤酒的海报宣传图。画面主体是阳光、沙滩，然后一瓶冰冻的玻璃瓶啤酒放在其中，瓶身上有许多小水珠。画面比例为 3:4，分辨率为 2K。

上一代模型已经令人惊喜，但存在一个小问题：生成图像的比例固定，如需调整，必须后期裁剪。

在 Nano Banana Pro 中，确定好主视觉后，即可轻松进行画面延展。

提示词：接着帮我基于这个海报延展。我需要 16:9、21:9、1:1 还有 9:20.9 比例（大部分全面屏手机的屏幕比例）的图片，分辨率为 2K。

随后，Nano Banana Pro 会生成多种比例图像供您选择。好了，我宣布，电商设计师可以尽情享受高效创作了。

“一致性”堪称 Nano Banana 的招牌特性。在 Pro 版本中，这一能力升级至最多支持使用 14 张参考图像，同时保持多达 5 个人物的一致性与相似度。

例如官方提供的示例，

Prompt: A medium shot of the 14 fluffy characters sitting squeezed together side-by-side on a worn beige fabric sofa and on the floor. They are all facing forwards, watching a vintage, wooden-boxed television set placed on a low wooden table in front of the sofa. The room is dimly lit, with warm light from a window on the left and the glow from the TV illuminating the creatures" faces and fluffy textures. The background is a cozy, slightly cluttered living room with a braided rug, a bookshelf with old books, and rustic kitchen elements in the background. The overall atmosphere is warm, cozy, and amused. ｜Google

那么，您或许可以尝试，将自己与多位明星合成在一张“魅力新广州”的合影中。

提示词：将这四个人放在一张图像中。她们看起来像是一张自拍，看起来像是随兴而为。背景图片是最后一张，她们在这里开心地与地标建筑合影留念。整体的图片颜色和光线看起来都很自然，她们看起来自然地来到这里旅行。

然后您会得到（我被美女包围了），

这里不得不提一句，谷歌自家的模型居然未使用 Pixel 设备！

多轮对话、局部调整等功能，结合画面质量、精度和细节刻画方面的提升，使 Nano Banana Pro 朝着“专业级别”工具迈进，例如可轻松改变镜头角度、光线效果、画面色调等。

Nano Banana Pro 在工作流中整合了自家的 Veo 3 和 Google Slides，前者可将生成的图像作为关键帧来生成视频；后者则可快速完成 PPT 排版。

懂逻辑、会推理

以上功能还只是“基础本领”。Nano Banana Pro 与搜索集成后，相当于拥有了“外挂”，能基于提示词先进行检索和核查，确保生成图像中的信息是最新且有理有据的。

例如，帮我生成一个宫保鸡丁制作的流程步骤图，采用插画风格。

再如，生物老师要求“帮我生成一个介绍植物光合作用的流程步骤图，写明每一步的反应和参与的结构，采用插画风格。”

我看到 X 网友 @CaomuQ625 生成的“Windows 截图”，这曾经难倒了几乎所有 AI 模型，而 Nano Banana Pro 处理起来却游刃有余。

提示词：生成一张 Windows 11 操作系统的桌面截图，截图中已打开 Google Chrome 浏览器，并在浏览器窗口内展示 YouTube 网站上 Mr. Beast 的视频缩略图。｜X.com截图

您会发现 Nano Banana Pro 在生成界面时，理解了组件之间的逻辑关系及其代表含义，而非简单地将各个部分拼凑成一张“看似UI的图片”。

接着我想，生成一个游戏截图呢？

提示词：生成一个正在 macOS 上用游戏模拟器玩《超级马里奥》的截图。

然后，只要您愿意，就可以让“野兽先生”进入马里奥的世界。Nano Banana Pro 的逻辑推理能力着实让我大吃一惊。

它在思考过程中意识到 Mr. Beast 是一个真实人物，如何自然融入？于是学习了马里奥游戏的画面信息，将卡通化的野兽先生置入其中，而非简单地进行“缝合”。甚至，为了匹配 Mr. Beast 头像的大小，它还将马里奥的身体等比例放大——它似乎在真正理解所要生成的内容。

而且，我当时仅提示“生成一个正在 macOS 上用游戏模拟器玩《超级马里奥》的截图”，并未具体指定模拟器软件。然而，它居然真的找到了能在 Mac 上运行的街机游戏模拟器软件 OpenEmu，甚至获取了其正确图标（这还是我认识的 AI 吗？）

同时，基于 Gemini 3 Pro 的多模态推理能力，Nano Banana Pro 的文字渲染准确性大幅提升。Google 毫不谦虚地宣称自己在这一领域处于最先进水平。

提示词：李商隐的《无题》是一首以男女离别为题材创作的七言爱情诗，请帮我生成一张中国风的插画，主题是一位女子在家中，站在窗边，窗外百花凋零，看着远处的青鸟流泪，并在画面合适的地方附上这首古诗。

中文生成告别了“鬼画符”。在测试其他例子时，我发现中英文混排时，中文也能确保正确无误。

不知您是否注意到，上述案例中的部分提示词并不冗长，甚至有些模糊。我在测试过程中发现，Nano Banana Pro 甚至能理解我的一些抽象表达。

这得益于 Gemini 所具备的“世界知识”。

Nano Banana 核心团队曾指出，“有时我们的指令本身定义不够清晰，或者我们对现实的某些理解并不准确，而 Gemini 拥有的知识可能与我们视角之外的世界更为一致。”

我突然想到，此前许多没有堂食的外卖商家使用 AI 生成店铺图片，挂在外卖平台上，结果引发了更多负面反馈。

我尝试让 Nano Banana Pro 生成一张类似图片，看看效果如何。

提示词：生成一张咖啡店的照片，店名为果壳咖啡。咖啡店整体现代装修风格，坐落在城市转角，干净整洁。门店一侧是透明落地玻璃窗，另一侧是适合顾客落座的临街座位，有人在这里看书，也有人在店里喝咖啡聊天。

暂且不论“装修风格如何”，左边落地窗上男子的倒影是否也让您感到些许惊艳？

（夹带私货）彩蛋

记得一个多月前，母亲发来一张照片，那是她1979年高中毕业时的合影。她是乡里仅有的两位女高中生之一，那是她人生的高光时刻。

如今她年过六旬，希望我用 AI 为老照片上色，以作怀念。但您知道，这种大集体合影对 AI 而言堪称“噩梦”，不是将面部改得“面目全非”，就是整体色彩显得十分怪异。

恰逢今日 Nano Banana Pro 上线，我再次尝试：

效果令人惊叹，母亲看到照片后，难掩喜悦之情，声音中带着笑意：“真棒，真棒......”那一刻，我仿佛看到了1979年那位意气风发的少女。

目前，Nano Banana Pro 已正式上线。

直接打开 Gemini App 或网页版，选择“工具-制作图片”，然后选用 Gemini 3 Pro 的“思考”模型，即可直接调用。免费版用户也可使用，但有一定限额。

此外，谷歌自家的 Vertex AI Studio（进入网页后，选择“gemini-3-pro-image-preview”即 Nano Banana Pro），或 ZenMux 这类第三方 AI 聚合网站，也已提供 Nano Banana Pro 的预览版。

未特殊标注的图片均为作者生成