Nano Banana：AI图像模型的实用化破圈与创新玩法

 

花样再多，

能帮到普通人才算真破圈。

 

 

刷屏的“香蕉神器”

近来，Nano Banana在我的社交媒体上持续刷屏，众多博主甚至每日多次更新，分享各类使用教程，其中不乏一些被称为“邪修”的独特方法，从屏幕中都能感受到他们如同发现新大陆般的激动心情。

Nano Banana是Google最新推出的图像模型&编辑模型Gemini 2.5 Flash Image。最初，它隐藏在一个名为LMArena的“模型比武场”中，还是隐藏卡池，需要通过“抽卡”才能体验。 

但由于抽中概率较低，而想体验的用户众多，甚至有技术大佬研究了能提高抽中几率的“邪修”方法，例如在上传的照片后面添加透明图层。 

那时的Nano Banana就已经小有名气，而且被用户玩出了许多花样，主打功能是将各种平面图生成一整套摆在桌上的手办模型图片，图片中还包括桌上的包装盒和显示着模型的电脑屏幕，看起来就像是真实摆拍的手办场景。

●图片来源：小红书用户@麦兜_Meadow：）

例如，有网友上传了自己的宠物照片，生成了一个同款手办摆在桌上的图片。是的，这张图中，除了那张小狗照片是真实的，其他都是Nano Banana生成的，立体感十分逼真。而且生成速度很快，通常只需十几秒。 

这也符合它的官方宣传点—— 

1.SOTA图像生成和编辑； 

2.难以置信的角色一致性； 

3.快如闪电。 

8月26日，Nano Banana正式上线，迅速引发热潮。说实话，除了各个为之疯狂的AI博主，最近就连我的社交媒体上，也到处都是用户晒出的手办图。Nano Banana确实实现了破圈效应。 

而我，作为一个正对乙女向恋爱手游《恋与深空》上头的新晋玩家，Nano Banana太让我心动了，首先我就要用它做个秦彻（《恋与深空》里的男主之一）的手办！

于是，我的Nano Banana初体验，就从这个痴汉计划开始了。

 

火出圈的平面图秒变手办

按照网友推荐，我试过从AI Studio和Flowith上使用，但体验都不如直接去Gemini大模型官网直接用。在网页左上角切换到2.5Flash，输入框处选择image模式，立刻丝滑起飞。最近，Lovart等平台也已经接入了这个模型，入口越来越多。 

既然决定要用Nano Banana给秦彻上桌，第一步当然是——上传他的平面图。我选了一张恶龙造型平面图，上传后参考网友提供的提示词模版，简单说就是：“把角色做成立体手办，加上包装盒和建模界面”，然后它说“Just a sec...” 不到半分钟，屏幕上跳出了一张图，如下—— 

●Nano Banana生成 

我真的是当场“哇”了出来。 

衣服褶皱、胸前纹理、头发层次感都很立体，桌面环境和光影也自然。美中不足的是，手办后面的包装盒有点粗糙，还带着点火星文，让我不太理解。 

后来我还尝试给秦彻换了两个发型。在左一原图的基础上，输入简单指令“改成长发”“改成浅金色长直发”，就出现了如下图片—— 

●Nano Banana生成

人物一致性果然保持得不错。小幅度改动就能出新图，这也难怪有网友锐评“Photoshop岌岌可危”了。 

 

换装、换人、换景，想怎么换都行

要知道我这个人很朴实的，我得让它来点儿实际的，比如帮我解决个痛点——网购。 

老实说，我平时网购最大的痛点就是货不对板，或者说货不对我。尤其是衣服，完全像开盲盒，图片看着不错，一到手就怀疑人生：这颜色适合我吗？这版型适合我吗？怎么穿在身上完全不是我的风格……每次网购衣服都像在赌博。 

既然Nano Banana的人物稳定性这么强，还能生成如此立体的图像，我想不如用它帮我试衣服吧：上传全身照+想买的单品图，让它生成穿在我身上的效果图，来个云试穿。 

比如我东北基因觉醒，看上了一件大花棉袄，输入指令“将图1（本来是我自己的照片，但我不好意思出镜，这里用模特照片代替）中的上衣换成图2（大花棉袄），其他部分保持不变。”很快，屏幕上就出现了完整穿搭效果——正所谓“穿搭要显贵，基础款就不要再搭基础款......”原本人物身上的西装外套，变成了我提供的大花棉袄，其他部分均未改动。 

●Nano Banana界面

看完生成的效果，我心里大概有数了：整体颜色和版型都很适合我，过年穿它绝对喜气洋洋，这就把它拿下。 

哦，对了，还有搭配问题，经常买完一件，发现全身都要跟着换。于是我干脆直接上整套，让Nano Banana把衣服、包、鞋、配饰一起穿戴上，看这套整体造型是否适合我（这里没有没让它帮我搭，都是我自己挑的或者商家搭配，毕竟它不是个穿搭工具，但此时我还挺希望它是的）。

下面是我找的一套穿搭，但效果上似乎出了点问题——只有包和 T 恤两件单品上身，T 恤还被直接套在了模特原本穿着的黑色打底衫外面，我觉得这不像Nano Banana的水平啊。 

●左一原图来自Celine，中间原图来自小红书用户@物屿WUYU，右一为生成图 

后来发现是要重新开一个聊天。于是我点击新聊天重头再来，这次就很不错了。

●Nano Banana生成

左图是第一次生成的效果，大体上看，帽子、眼镜、上衣、鞋子都没有问题，但还有很多细节不符合。 

我急了。“给你的图片是短款牛仔裤，项链是黑绳的，包带是黑色的，还有耳饰！”又跑了两次图后得到了右图，它还是非常固执地不改成短裤，我放大查看时没有找到耳环，一缩小发现，耳环竟然在左上角挂着，哈哈哈，实在有点好笑。 但也还不错了，以后我网购衣服的时候还是准备先用它帮我试一下的。 

除了做手办、试衣服，Nano Banana对普通人来说还有更接地气的整活玩法。比如给照片换人、换景，想换哪里换哪里，你完全可以人在家中躺，但发个朋友圈，佯装自己正在威海跟特朗普吃夜宵。 

操作也简单，上传一张两个女生在街边吃夜宵的照片，输入指令“把左边的人换成特朗普”。第一次出的图简直没把我笑死，因为原图里女生穿的是裙子，两个光溜溜的膝盖露在外面，当人物被替换后，也变成了“光腿特朗普”，看上去非常滑稽。后来我还是要求给特朗普穿上了裤子，并把背景换成海边，瞬间就有了一种深夜海景烧烤的氛围。 

●左一原图来自Pinterest 

 

自带百科全书，还能推理现场

据Nano Banana的模型研究员说，这个模型拥有Gemini世界知识，所以它不仅能生成图，还“懂图”。 

于是我做了个小实验：上传了几个景点的图片，让它帮我识别这是什么景点并加入AR视觉的介绍卡片。 

 

●Nano Banana生成

可以看到在第一张图片中，Nano Banana准确标注了国家大剧院等三个标签，并且标签里的描述内容也是对的。第二张图的建筑多一些，标签的落点位置会出现一些小偏差。 

我是个爱旅行的人，感觉这个功能或许能帮我成为一个旅行博主哎！（当然，旅行博主可不是这么好当的，我懂）但如果在旅行时拍摄 Vlog，然后把这些AR卡片丢到视频软件里，做出带讲解的沉浸镜头，肯定很有意思。 

更酷的是，网友们还发掘出了Nano Banana的视觉推理能力。 

比如，X博主@Simon在地图中标注出红色箭头，问它在这个方向能看到什么？Nano Banana 便生成了该方向的真实世界景观。 

●图片来源：X博主@Simon 

Simon还给了它一张绘制了等高线的地形图，它便绘制出了站在红色圆圈所在地看向箭头所指位置的真实场景，真是厉害。

●图片来源：X博主@Simon

所以，Nano Banana不只是会生图、画图，它还能识别出图里有哪些元素，并在此基础上结合世界知识做二次创作。 

不过，如之前所见，Nano Banana也非尽善尽美，比如生成AR卡片时图像清晰度会下降，卡片标签描述里的文字可能变形，箭头所指地点和实际地标场景也可能偏差。但我想说，瑕不掩瑜吧。 

 

与FLUX、豆包的对比 

Nano Banana一上线，口碑直追之前刷屏的Flux Kontext ，甚至有过之而无不及。

两者都主打的是人物一致性。之前Flux Kontext是这个领域的王者，它能保证同一个人，从不同角度、不同造型画出来都还是那个人。但Nano Banana上线后，很多用户倒戈，说这才是最一致的。 

此外，两者在这方面还有一些操作门槛上的不同，用Flux Kontext出好效果，得研究复杂的工作流，像我这种普通用户，直接用网页生成，效果往往没那么稳，还得靠别人调好的预设。 

相比之下，Nano Banana的优势就是上手成本低。不需要我去学习一堆插件和参数，直接对话就能出图改图，还能多轮互动，边出图边调整。 

所以，Flux更像是设计师的工具，Nano Banana更像是大众用户的Photoshop替代品。 

在生图这个领域，还不得不提起在国内拥有大量用户的豆包，作为字节系产品，生态绑定好，在剪映、飞书这些场景里能直接用。而且作为国产大模型，支持中文语境，非常方便。但生成的图像有较浓的AI 味儿，尤其在人脸细节和一致性上不够自然。 

如果拿人群来分的话：豆包适合效率党，比如职场人要做个商品展示图、汇报封面，用它足够了；Nano Banana更适合有创作欲的人，比如博主、手办玩家、旅游达人，能折腾出花样；Flux则是专业向，设计师、插画师用它能跑出很酷的作品，但门槛高。 

一句话总结：Flux是“效果派”，追求画面质感，但门槛高；豆包是“效率派”，方便接入各种场景，但效果打折；Nano Banana是“全能派”，既能玩花活，又够接地气，上手门槛低，还带理解广度和视觉质量的加成。 

但无一例外，再强大的模型，也不是一键完美，输入和提示词还是很重要的。 

 

重塑边界

作为一个普通受众，在试用Nano Banana过程中，我最直观的感受就是：Nano Banana的玩法更新速度比我刷短视频换频道还快。今天大家还在试“平面图秒变手办”，明天就有人把它玩成“Nano Banana+Lovart组合出道”，直接冲进家装赛道。 

比如AI博主@歸藏(guizang.ai)找了7张家具的照片，并用Lovart里的Magic Canvas画了简单的家具位置示意图，然后让Nano Banana把家具们放入房间的指定位置。 

这要是在以前，只是画个示意图就得费一顿牛劲，但现在直接在Lovart的Magic Canvas左边的画框打字就行，简单粗暴。从Nano Banana生成的结果来看，所有家具的位置都摆对了，每个家具的细节也都与原图一致。以后装修的时候，都能自己做效果图了。 

●图片来源：AI博主@歸藏(guizang.ai) 

另外，还有人用Nano Banana给任意建筑转换成等距风格的图标； 

●图片来源：AI博主@歸藏(guizang.ai) 

或者只是像画火柴人一样，手绘个动作示意图，然后再上传任意一个人物图像，让Nano Banana把后者中的人物动作变成前面手绘图的样子，它也能做到，这玩儿法还挺有意思的； 

●图片来源：微信公众号@数字生命卡兹克 

还有哦，给它两个图像，它还能给你生成多张分镜图片，也就是说可以拿它做漫画哎。

●图片来源：AI博主@歸藏(guizang.ai) 

Nano Banana的玩儿法实在太多了，还在有用户不断探索。 

感觉只要我离线半天，再上网就得补作业。这也说明，这类生成模型正在迅速从“炫技工具”变成“日常工具”，并不断被用户重塑使用边界。 

而在热闹之外，负责这个模型的DeepMind研究员在播客里聊到未来展望时，提到了两条主线：Smartness（更聪明）与Factuality（更靠谱）。

一方面要让模型更聪明，懂得帮你补全没说清楚的指令；另一方面也要更靠谱，特别是在图表、流程图这些“又要好看又要准确”的场景里，避免瞎编。 

他们还提到未来可能会做个“自动化个人审美打分器”，让模型慢慢学会你的审美偏好。也就是说，Nano Banana的潜力还远没到头。而我们现在看到的花样百出的玩法，也许只是起点。

 

撰文 | 杜雪莹

编辑 | 巴芮

封面图源 | AI生成

 

 

 

你想用Nano Banana来做什么呢？