Nano Banana Pro 擅长什么——又不擅长什么

Nano Banana Pro 是带搜索引擎的图像模型。这句听起来像营销话术,但它真的是关键的架构差异。大多数图像模型会幻觉事实——让它出"巴塔哥尼亚的百内塔"你会拿到一坨长得像山但实际上根本不是百内塔的东西;让它出"1969 福特 Mustang Boss 429",车标会写"BOSS 924",因为模型不知道真实型号名。Nano Banana Pro 基于 Gemini 3 Pro,在生成时查 Google Search。巴塔哥尼亚那张图能拿到那座真正可识别的山峰。Mustang 那张图能拿到正确的车标、轮毂、车身线条。对编辑类、品牌类、以及任何"图必须真的呈现某个真实地点/人/产品/事件"的场景——这把失败模式整个换了。

第二个旗舰级能力是图中多语种文字渲染。GPT Image 2 第一个在英文上破了这件事;Nano Banana Pro 把它扩展到几十种语言并内建翻译和本地化。生成一张带普通话标题的海报,再让同一构图换法语、德语、日语——字体保持可读、字距保持正确、本地化尊重各文种约定(CJK 换行、欧洲语种重音位置)。对要在多市场投放的 campaign 来说,这是一句 prompt 换语言就压缩掉若干小时的设计工作。

第三个旗舰级能力是最多 10 张参考图作为单一品牌指南。一次性传你的品牌 logo、色板、角色三视图、产品 hero 照——10 张全部进——模型把它们作为软约束保持在生成中。角色脸匹配参考、品牌色匹配色板、产品包装匹配 hero 照、logo 位置匹配版式参考。这把其他图像模型在品牌项目上仍需反复来回的过程一次性压缩了。

分辨率到原生 4K,细节锐度与 Flux 2 Pro 顶档媲美。画幅灵活(方、竖、横、超宽)。编辑细致——局部编辑、灯光调整、对焦变换、镜头变换——输出自动嵌入 SynthID 做溯源。

它弱在哪:纯写实人像在自然光下的极致保真上 Flux 2 Pro 仍领先——Nano Banana Pro 很强,但 Flux 在皮肤质感和灯光真实感上更狠。风格化插画和快速起稿上 Grok Imagine 和 Seedream 5.0 Lite 更快。

一个合理的心理模型:需要准确呈现真实事物、多语种、按品牌指南执行时,默认选 Nano Banana Pro。写实人像就 Flux 2 Pro。起稿就 Seedream 5.0 Lite 或 Grok Imagine。