昨夜，奧秘且強(qiáng)壯的圖畫生成與修正模型 nano banana 總算正式暴露真身。沒有意外，它公然來自谷歌，而且也獲得了一個正式但無趣的姓名：gemini-2.5-flash-image-preview。

據(jù)介紹，該模型具有「SOTA 的圖畫生成與修正才能、驚人的人物共同性以及閃電般的速度」。

從其姓名也能夠猜想，谷歌應(yīng)該還有一個非 flash 的 gemini-2.5-image 模型 —— 其功用應(yīng)該會愈加強(qiáng)壯，但速度會更慢。

現(xiàn)現(xiàn)在，gemini-2.5-flash-image-preview 現(xiàn)已在 Google AI Studio 和 Gemini API 中供給了預(yù)覽。用戶能夠免費(fèi)試用。

能夠看到，gemini-2.5-flash-image-preview 支撐 32k 上下文，供給了溫度（能夠操控模型的創(chuàng)造力）以及一些高檔設(shè)置。

但是，惋惜的是，該模型尚不支撐對中文輸入履行圖畫生成和修正，而是會給出文本呼應(yīng)。

別的，在 Gemini 中，用戶只需挑選 2.5 Flash 并運(yùn)用適宜的提示詞，也能夠運(yùn)用該模型。

價(jià)格方面，gemini-2.5-flash-image-preview 輸入/輸出文本的價(jià)格是 0.3/2.5 美元，輸入/輸出圖畫的價(jià)格是 0.3/30 美元。常識截止時(shí)刻是 2025 年 6 月。

大約核算下來，該模型生成每張圖畫的本錢大約為 0.039 美元（約 0.28 元），遠(yuǎn)低于 OpenAI 的圖畫生本錢錢。

具體功用（特別是圖畫修正）上，谷歌官方博客介紹說他們特別注重在不同圖片間堅(jiān)持人物形象的共同性。

「咱們知道，當(dāng)你修正自己或了解的人時(shí)，哪怕是纖細(xì)的不同都會顯得扎眼 ——『差一點(diǎn)但不徹底相同』的作用便是感覺不對。正因如此，咱們的最新更新專門針對這一點(diǎn)，讓你免費(fèi)觀看色情視頻的朋友、家人，乃至寵物，無論是測驗(yàn) 60 時(shí)代的蜂窩頭發(fā)型，仍是給吉娃娃穿上芭蕾舞裙，都能一直看起來像他們自己。」

你只需要給 Gemini 一張相片，并告知它你想要修正的當(dāng)?shù)兀湍芗由瞎餐膫€人風(fēng)格。該模型能夠幫你把自己和寵物放在同一張相片里，把房間布景換成新壁紙的作用，或許把你帶到世界上任何你能幻想的當(dāng)?shù)?—— 一起堅(jiān)持「你便是你」。完成后，你乃至能夠把修正過的相片再次上傳到 Gemini，把新圖變成一段風(fēng)趣的視頻。

谷歌還共享了一些玩法示例。

換裝或換場景：上傳一張人物或?qū)櫸锏南嗥撃Ｐ蜁谌魏涡聢鼍跋露紙?jiān)持他們的表面共同。你能夠測驗(yàn)不同的服裝、工作，乃至看看你在另一個時(shí)代會是什么姿態(tài) —— 但一直仍是你自己。

谷歌乃至還專門構(gòu)建了一個演示模板使用來展現(xiàn)不一起代的你是什么樣。

地址：https://aistudio.google.com/apps/bundled/past_forward

組成相片：你現(xiàn)在能夠上傳多張相片，把它們?nèi)诮M成一個全新的場景。比方，把你和狗狗的相片組成在籃球場上，生成一張完美的合影。

多輪修正：你能夠不斷修正 Gemini 生成的圖畫。比方，從一間空房間開端，先刷墻，再加書架、家具或茶幾。Gemini 會一路幫忙你，只改動你指定的部分，一起保存其余部分。

混合規(guī)劃：把一張圖的風(fēng)格使用到另一張圖的物體上。比方，把花瓣的色彩和質(zhì)感使用到一雙雨靴上，或許用蝴免費(fèi)觀看色情視頻蝶翅膀的斑紋規(guī)劃一件連衣裙。

原生世界常識：該模型還能夠使用 Gemini 的世界常識，然后解鎖全新的使用場景。為了展現(xiàn)這一點(diǎn)，谷歌在 Google AI Studio 中構(gòu)建了一個模板使用，它能夠?qū)⒁粋€簡略畫布變成交互式教育導(dǎo)師。

地址：https://aistudio.google.com/apps/bundled/codrawing

此外，谷歌還說到一切在 Gemini 使用中生成或修正的圖片都會帶有可見水印，以及谷歌的隱形 SynthID 數(shù)字水印，以明晰標(biāo)識它們是 AI 生成的。

該模型一上線就迎來了一波測驗(yàn)熱潮，谷歌首席科學(xué)家 Jeff Dean 直接以身入局，將自己 P 成了一個足球運(yùn)動員卡牌人物。

諾獎得主、DeepMind 創(chuàng)始人兼 CEO Demis Hassabis 也來了一張個人形象照。

網(wǎng)友們也是各灑構(gòu)思，共享了許多風(fēng)趣成果。

排行榜

gemini-2.5-flash-image-preview 正式上線后不久，各個榜單也開端曬出該模型的成果體現(xiàn)。

在 Artificial Analysis 圖畫修正排行榜上，該模型直接躍升至第一位，獲得了 1212 的 ELO 分?jǐn)?shù)。

而在其文生圖榜單上，字節(jié)跳動的即夢 3.0 和 OpenAI 的 GPT-4o 還有少數(shù)優(yōu)勢。

不過，在投票人數(shù)更多的 LM Arena 的榜單上，gemini-2.5-flash-image-preview 在這兩個使命上都現(xiàn)已成為冠軍。

下面展現(xiàn)了在各個指標(biāo)上更具體的分?jǐn)?shù)，其間 gemini-2.5-flash-image-preview 在人物共同性、構(gòu)思、圖表、事物 / 環(huán)境等方面優(yōu)勢顯著，而在風(fēng)格化方面，GPT-4o 現(xiàn)在最為搶先。

你現(xiàn)已測驗(yàn)過 nano banana /gemini-2.5-flash-image-preview 了嗎？感覺怎么？

參閱鏈接

https://x.com/googleaistudio/status/1960344388560904213

https://blog.google/products/gemini/updated-image-editing-model/

https://developers.googleblog.com/en/introducing-gemini-2-5-flash-image/

本文來自微信大眾號“機(jī)器之心”（ID：almosthuman2014），作者：Panda，36氪經(jīng)授權(quán)發(fā)布。