剛剛，谷歌正式發(fā)布最先進(jìn)的圖像模型，Gemini 2.5 Flash Image。

如果說它的另一個名字，nano-banana，你就一定知道了！

「最強圖像模型」這個稱號可以說是被全球網(wǎng)友親自認(rèn)定。

此前nano-banana在LMArena上線后迅速風(fēng)靡。

最終盲測下，Gemini 2.5 Flash Image成績一騎絕塵。

盲測了500多萬場，獲得超250萬選票，以171分優(yōu)勢領(lǐng)先第二名flux-1-knotext-max，可以說是遙遙領(lǐng)先。

并取得了LMArena競技場歷史上最大的Elo分?jǐn)?shù)領(lǐng)先優(yōu)勢！

一句話，所有人用了都說好！

不愧是谷歌，確實低調(diào)且實力強大，即使大概率是最強模型，也要等全球網(wǎng)友用過蓋章定論后才正式發(fā)布！

谷歌CEO劈柴和DeepMind的老大Demis親自帶貨。

我們「順手」拿谷歌CEO劈柴和DeepMind的老大Demis做了一些測試，效果真的令人拍案叫絕。

感覺以后P圖這職業(yè)要徹底消失了！

劈柴隨意換裝、戴墨鏡，還可以戴上Vision Pro。

Demis還置頂了Nano banana為他創(chuàng)作的畫像。

讓我們來「魔改一番」。

Nano-banana的能力幾乎到了「言出法隨」的地步。

換裝、換手表、變換手勢，甚至戴個帽子并讓喬布斯出現(xiàn)在身后。

同時，模型價格非常低。

該模型現(xiàn)已通過Gemini API和Google AI Studio面向開發(fā)者推出，并通過Vertex AI面向企業(yè)推出。

Gemini 2.5 Flash Image的價格為每百萬輸出token 30.00美元，每張圖片為1290個輸出token。

也就是每張圖片只需0.039美元，按照現(xiàn)在的費率，一張圖也就是不到3毛錢！

比OpenAI便宜太多了！網(wǎng)友紛紛表示，谷歌這是請奧特曼吃香蕉呢～

感覺一大批P圖的都要失業(yè)了！

Gemini 2.5 Flash Image實戰(zhàn)應(yīng)用

Gemini 2.5 Flash Image此次更新了四個超強能力：

• 保持角色一致性
• 完全基于提示的圖像編輯
• 原生世界知識
• 多圖像融合

可以將多張圖像融合為一張圖像，保持角色一致性以實現(xiàn)豐富的敘事效果，使用自然語言進(jìn)行目標(biāo)轉(zhuǎn)換，并利用 Gemini的全球知識來生成和編輯圖像。

比如過道、人像和手機(jī)可以完美的融合成一張人物在過道里打電話的照片。

尤其是燈管散發(fā)出的光形成的漫反射。

圖像生成中的一個基本挑戰(zhàn)是在多個提示和編輯中保持角色或物體的外觀一致。

現(xiàn)在，可以將同一個角色放置在不同的環(huán)境中，以新的設(shè)置從多個角度展示單一產(chǎn)品，或生成一致的品牌資產(chǎn)，同時保持主體的一致性。

除了在角色一致性方面表現(xiàn)出色外，模型還非常擅長遵循視覺模板。

谷歌已經(jīng)提供了開發(fā)者探索的模板，諸如房地產(chǎn)列表卡片、統(tǒng)一的員工徽章或整個產(chǎn)品目錄的動態(tài)產(chǎn)品效果圖等場景。

Gemini 2.5 Flash Image 支持通過自然語言進(jìn)行目標(biāo)化轉(zhuǎn)換和精確的局部編輯。

例如，模型可以模糊圖像背景、去除T恤上的污漬、從照片中移除整個人物、更改主體姿勢、為黑白照片上色，或者根據(jù)簡單的提示實現(xiàn)您所能想象到的其他效果。

更絕的是，此次更新的nano-banana還具有出色的「原生世界知識」。

從歷史上看，圖像生成模型在生成美觀的圖像方面表現(xiàn)出色，但在對現(xiàn)實世界的深層語義理解方面有所欠缺。

而Gemini 2.5 Flash Image受益于Gemini的全球知識，從而解鎖了新的用例。

在Google AI Studio中構(gòu)建了一個模板應(yīng)用，可將簡單的畫布轉(zhuǎn)變?yōu)榻换ナ浇逃龑?dǎo)師。

它展示了該模型讀取和理解手繪圖、幫助解答現(xiàn)實世界問題，以及在單一步驟中遵循復(fù)雜編輯指令的能力。

Gemini 2.5 Flash Image能夠理解和融合多張輸入圖像。

可以將某個對象放入場景中，使用配色方案或紋理重新設(shè)計房間風(fēng)格，并通過單個提示融合圖像。

詳細(xì)介紹

關(guān)于新模型的性能，谷歌DeepMind進(jìn)行了詳細(xì)介紹。

首先是模型的能力介紹：

「從逼真的寫實杰作到令人驚嘆的幻想世界，現(xiàn)在可以原生地生成、編輯和優(yōu)化圖像，在推理、控制和創(chuàng)意方面達(dá)到全新水平?！?/span>

角色一致性方面，為模型提供參考圖像，它便能生成新的視覺內(nèi)容，在不同的姿勢、光照、環(huán)境或風(fēng)格中保持角色、主體或?qū)ο蟮南嗨菩裕瑥亩鴰椭鷦?chuàng)作出更具吸引力、敘事性更強的作品。

感覺個人就能制作電影的時代即將到來！

新模型可以應(yīng)用特定的藝術(shù)風(fēng)格、設(shè)計或紋理，可以輕松地將這些從一張圖像轉(zhuǎn)移到另一張圖像，同時保留原主體的形態(tài)和細(xì)節(jié)。

這對于廣告設(shè)計界幾乎就是降維打擊。

在創(chuàng)意構(gòu)圖方面，只需一個提示詞，即可將多個圖像中的創(chuàng)意元素融合在一起。

使用2.5 Flash，可以開始融合最多三個輸入中的不同元素，從而創(chuàng)建出獨特而統(tǒng)一的構(gòu)圖。

比如在山峰前躍出水面的鯨魚。

借助Gemini的底層邏輯，2.5 Flash可以推斷出圖像中某個時刻之前或之后發(fā)生的事情。

這相當(dāng)一種現(xiàn)實世界推理，需要完全依賴于世界知識。

比如，生成一個氣球飄向仙人掌的初始畫面后，讓它設(shè)想接下來可能出現(xiàn)的場景。

PS要不存在了

谷歌的新模型一發(fā)布，最不開心的估計就是Photoshop了。

AI圖片編輯功能直接降維打擊了Adobe腹地。

未來像Adobe Photoshop等傳統(tǒng)工具將面臨重大挑戰(zhàn)。

不過目前Nano-banana并不是完美的，比如在合并兩張不同照片時，有時難以準(zhǔn)確復(fù)制人臉。

但它在對現(xiàn)有圖片進(jìn)行細(xì)微調(diào)整方面表現(xiàn)已經(jīng)非常出色。

而且成本還這么低。

你覺得AI會徹底取代傳統(tǒng)產(chǎn)業(yè)嗎？