Google 發佈圖像生成模型 Nano Banana Pro
Google、画像生成モデル「Nano Banana Pro」をリリース
Google 於 2025年11月20日發佈以 Gemini 3 Pro 為基礎的圖像生成模型 Nano Banana Pro,作為 Nano Banana 的上位版本,面向更複雜、高品質的圖像創作。
文章對照 Nano Banana 與 Nano Banana Pro 的定位,並整理多項 Google 產品的推出安排及浮水印規則,呈現新模型的能力範圍與使用條件。
Google於2025年11月20日公布以Gemini 3 Pro為基礎的「Nano Banana Pro(Gemini 3 Pro Image)」,作為「Nano Banana」圖像生成模型的進階版本。
- 推出 Nano Banana Pro - Google Blog
- 以上為日文版:宣布推出 Nano Banana Pro - Google Japan Blog
- 宣布推出 Nano Banana Pro,適用於每位開發者和企業 - Google Blog
相較於以往能快速、輕鬆生成圖像的 Nano Banana(Gemini 2.5 Flash Image),Nano Banana Pro 則支援製作更複雜、品質更高的圖像。支援的長寬比由1:1至9:16,並可生成高解像度的1K、2K及4K圖像。
我們剛推出以 Gemini 3 為基礎的 Nano Banana Pro。🍌
憑藉領先業界的文字呈現能力、廣博的世界知識,以及媲美工作室的創作控制功能,Gemini 3 Pro Image 能建立和編輯更複雜的視覺內容、資訊圖表等。以下介紹其內部運作。🧵 pic.twitter.com/x8fTe6pcmO
— Google DeepMind (@GoogleDeepMind) 2025年11月20日
這亦適用於將構思和設計視覺化。模型在製作資訊圖表、將手寫筆記轉為圖解時,更能準確呈現圖像中的文字。此外,它也能生成多種語言的文字,並翻譯現有圖像中的文字。
用 Nano Banana Pro 🍌 將任何內容變成資訊圖表 pic.twitter.com/PoEd5uwCAY
— Nano Banana Pro (@NanoBanana) 2025年11月20日
日文文字描繪、文化理解、細節表現和風格轉換方面也大幅提升。
Nano Banana Pro 🍌 全新登場!
Gemini 圖像生成能力大幅進化:日文 🇯🇵文字描繪、文化理解、細節表現、風格轉換等創意表達,均達到前所未有的水平。
即刻透過 Gemini 應用程式的「思考模式 (thinking)」體驗效能最強的圖像生成模型 ✨
— Google Japan (@googlejapan) 2025年11月20日
免費方案也可使用 1… pic.twitter.com/Vohjzb8ktt
在複雜的多輪生成與修改任務,或難度較高的工作流程中,模型不會立即輸出最終圖像,而是先一邊推理提示詞,一邊嘗試構圖,並在伺服器端生成稱為「思考圖像」(thinking images)的中間圖像。這些思考圖像不會向用戶顯示。據稱,模型會根據由此確定的構圖和內容,輸出最終的高品質圖像。透過這個機制,生成圖像的品質會更穩定。
此外,結合 Gemini 3 的知識及以 Google 搜尋為依據的資訊後,便可生成食譜的「快照」、天氣和體育等即時資訊的視覺化內容,以及以事實為依據的圖表和資訊圖表等。
在圖像合成和一致性方面,最多可組合14張輸入圖像,亦可在保留最多5人的特徵和相似度之下,將他們整合至1張高精細度的視覺作品中。這對於組合產品圖像、標誌、參考圖像等各種元素,製作風格一致的廣告創意素材也很有用;現在只需1個提示詞,便可無縫組合多張相片。
上載多張相片,組合不同元素、融合場景及套用設計,創作全新作品。✨
以下展示它如何在保持角色一致性的同時,將角色融合至同一場景 ↓ pic.twitter.com/rkL7iqelDr
— Google DeepMind (@GoogleDeepMind) 2025年11月20日
在編輯功能方面,局部編輯功能有所強化,可精準編輯和變形圖像中的特定區域。據稱,使用者可細緻控制光線、相機、對焦、色彩分級等「物理」元素及構圖,以取得專業級輸出。
Nano Banana Pro 由今日起陸續推出至各款 Google 產品和服務。
Gemini 應用程式中,選擇「🍌建立圖像」和「Thinking」即可使用 Nano Banana Pro。免費用戶可獲有限的免費使用額度(數次),超過上限後便會改用 Nano Banana(Gemini 應用程式中的圖像預覽為1K解像度,下載則為2K解像度)。
雖然此功能面向美國的 Google AI Pro/Ultra 用戶,但 Nano Banana Pro 也將於 Google 搜尋的 AI 模式中提供。
配合今次推出 Nano Banana Pro,NotebookLM 新增了2種輸出功能。其中1種是「Infographics」,可根據來源資料生成可自訂的高品質視覺摘要。這讓以文字為主的來源資料能以易於理解的資訊圖表形式呈現。第2種是「Slide Decks」,可將原始來源資料轉換成「供深入閱讀的詳細簡報」或「一整套用於演示的投影片」。投影片可自訂,除整理艱深資料外,還可把長篇直式運算例題轉化為「宏大的任務」,或上載履歷和 LinkedIn 資料,以視覺方式呈現職業生涯。這些新功能已向 Pro 用戶推出,預計未來數週內陸續向免費用戶開放。
資訊圖表和投影片已100%向所有 Pro 用戶推出!
早期測試中出現的例子之一,是上載履歷/LinkedIn 資料,製作個人化的職業生涯視覺呈現;我們很喜歡這個做法。以下是我們社交媒體經理的例子:
也分享你的作品吧! pic.twitter.com/I2y31bmnX7
— NotebookLM (@NotebookLM) 2025年11月20日
除了使用 Slide Decks 解析密集而複雜的資料外,我們也很喜歡探索輸出內容可以多有趣。原來學習也可以很好玩?
例如,14頁長除法例題可以變成一場盛大的除法冒險: pic.twitter.com/SxwNduKQSw
— NotebookLM (@NotebookLM) 2025年11月20日
Google Ads 的圖像生成功能已改用 Nano Banana Pro。Google Workspace 的 Slides 和 Vids 也預計會分階段推出。
開發者及企業用戶可透過Gemini API 使用此功能,而 Google AI Studio 和 Vertex AI 亦已開始陸續推出。此外,在代理開發平台「Google Antigravity」中,編碼代理可直接使用 Nano Banana Pro 的圖像生成能力。這讓使用者能在實作程式碼前,先生成供審閱的 UI 模型或新的視覺素材。
🍌🍌🍌Nano Banana Pro 正逐步向 Google Antigravity 用戶推出。我們的代理在生成 UI 模型、系統圖或可嵌入的相關素材方面表現更佳,並會以你現有的程式碼庫和知識為依據。 pic.twitter.com/02cn2mLd6c
— Google Antigravity (@antigravity) 2025年11月20日
對於影片製作創作者,Nano Banana Pro 正在 Flow 中逐步向 Google AI Ultra 用戶推出。據稱,這讓用戶能更精準地控制每個畫格及場景。
由即日起,Google AI Ultra 訂閱用戶可在 Flow 使用 Nano Banana Pro 創作,精準掌控各項元素與鏡頭。
觀看 @sanchitsawaria 拆解如何將單一靜態畫格轉化為電影感鏡頭:✅ 改變焦點,引導觀眾…… pic.twitter.com/TgOQwCf8OO
— FlowbyGoogle (@FlowbyGoogle) 2025年11月20日
免費用戶及 Google AI Pro 用戶生成的圖像會顯示可見浮水印「Gemini sparkle」,用以表明圖像由 Google AI 工具生成。另一方面,考慮到專業用途可能需要避免這個浮水印,在 Google AI Ultra 及 Google AI Studio 工具內生成的圖像可選擇隱藏浮水印。
另外,使用 Google 工具生成或編輯的圖像,會以不可見方式嵌入數碼浮水印「SynthID」。
Google 今次在 Gemini 應用程式新增功能,讓用戶直接查證圖像是否由 AI 生成。只要將圖像上載至 Gemini 應用程式,並提出「「這是由 Google AI 生成的嗎?」(這是由 Google AI 生成的嗎?)」或「這是 AI 生成的嗎?」(這是由 AI 生成的嗎?)」之類的問題即可。據稱,從網誌示範來看,似乎需要選擇 Thinking(Gemini 3))。
隨着 Nano Banana Pro 推出,我們亦開始推出相關功能,讓 Gemini 用戶使用我們的數碼浮水印技術 SynthID,查核圖像是否由 Google AI 生成或編輯。
現在,你可以將任何圖像上載至 Gemini 應用程式,然後問「這是否…… pic.twitter.com/gZKSeJGqgP
— G3mini (@GeminiApp) 2025年11月20日
此外,Google 今週開始逐步為 Gemini 應用程式、Vertex AI 及 Google Ads 生成的 Nano Banana Pro 圖像加入 C2PA 中繼資料。這讓人們可從圖像檔案取得有關圖像生成的更多資訊。Google 計劃在未來數個月將支援擴展至更多產品和服務。此外,Google 計劃使用 C2PA(內容憑證)進行驗證。據稱,隨着驗證範圍擴大,Google 正考慮讓人們也能確認 Google AI 工具以外生成的圖像等內容的來源。
同日,Google 亦介紹了運用 Nano Banana Pro 的提示詞設計和使用要點。概要如下。
他們列出以下建議納入提示詞的元素。
- 描繪誰/甚麼(Subject)
- 構圖(Composition)
- 正在發生甚麼(Action)
- 地點(Location)
- 整體風格(Style)
- 編輯現有圖像的具體指示(Editing Instructions)
此外,作為詳細指定的技巧,建議明確分別寫出以下內容。
- 長寬比,例如直向/橫向比例及畫布尺寸
- 相機角度及景深
- 拍攝條件,例如燈光及調色
- 圖像內文字的內容、配置和字體,以及圖解等內容的事實準確性
- 各張上載參考圖像的用途(例如姿勢、畫風、背景)
網誌亦介紹了 7 種應用模式。
- 運用高精度文字渲染製作海報、圖解及產品模型圖
- 運用 Gemini 3 Pro 的知識及推理能力,生成精細的視覺內容
- 翻譯圖像內文字,以拓展至多種語言
- 直接指定燈光、相機、焦點、調色等條件進行編輯
- 調整圖像尺寸,支援 1K、2K、4K 等解像度及多種長寬比
- 按場景混合 6 至 14 張圖像,同時保持多個角色一致
- 將圖案、標誌及藝術作品以自然質感映射至 3D 物件或包裝上
注意事項包括:小字和細節的描繪及拼寫未必完美;圖解和資訊圖表需要核實;生成多語言文字時可能出現文法錯誤或內容偏離原意;複雜編輯或高階混合可能會產生不自然的瑕疵;角色特徵和一致性亦可能視乎情況而有所波動。
來源:gihyo.jp · gihyo.jp