跳到正文
gihyo.jp·· 2025-11-21精選AI 評分81

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

AI 導讀

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。

推薦理由

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。

正文 · 繁體中文

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。

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 ✨
免費方案也可使用 1… pic.twitter.com/Vohjzb8ktt

— Google Japan (@googlejapan) 2025年11月20日

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