Nano Banana Pro 是谷歌最新推出的图像生成模型,自发布以来,AI 社区已利用它创造了海量作品。该模型不仅擅长风格迁移、物体移除、文字渲染和逼真图像等基础任务,更令人惊叹的是其内置的逻辑推理能力。例如,用户可以将家庭作业输入模型,它不仅能给出正确答案,还能展示解题过程。这种能力得益于模型内部的中间提示层,它们像推理桥梁一样连接输入图像和最终输出,使模型能够理解并上下文响应图像中的文字信息。
在文字与设计方面,Nano Banana Pro 几乎可以逐字精确呈现任意文本。无论应用何种风格,文字准确性都不会受到影响。社区用户已用它生成了包含大量密集信息的信息图表、杂志封面、设计稿等。例如,有人将英伟达 Q3 财报 PDF 生成了一张精美的信息图,还有人用印尼语提示创建了准确的杂志封面,模型没有出现拼写错误。这意味着设计师可以快速迭代原型,甚至直接使用生成的素材。
角色一致性是 Nano Banana Pro 的另一大亮点。模型可同时处理多达14张参考图像,确保同一角色在不同场景、姿势和风格下保持一致。用户可以通过多张图像组合生成新图像,甚至可以更换角色背景而保持其外观特征。这种能力对故事板创作、品牌视觉一致性尤为有用,即使经过多次迭代生成,角色特征也能稳定保留。
在世界知识方面,模型内置了大量现实世界知识,例如能够根据地理坐标识别地标并生成对应的图像。不过,它并非实时联网,若要获取最新信息(如天气),需要结合搜索工具。尽管如此,模型自身蕴含的知识量已足以支撑许多应用场景。
开始使用 Nano Banana Pro 的 API 非常简单。以下是一个 JavaScript 示例:
import Replicate from "replicate";
const replicate = new Replicate({
auth: process.env.REPLICATE_API_TOKEN,
});
const output = await replicate.run(
"google/nano-banana-pro",
{
input: {
prompt: "Your prompt here",
// Additional parameters
}
}
);
console.log(output);社区已经展示了大量创意应用,包括广告生成、地图转卫星视图、PDF 转白板摘要、时尚图像网格、漫画着色与3D化、啤酒广告概念、带注释的示意图、卡通形象生动化、城市规划映射,甚至创建完整的 Instagram 个人资料。这些示例充分证明了 Nano Banana Pro 的广泛潜力。
总而言之,Nano Banana Pro 在保持创意设计自由的同时,提供了像素级的文字准确性和强大的逻辑推理能力。无论是专业人士还是爱好者,都能从中获得启发。立即尝试,看看你能创作出什么。