Google 发布新图像生成模型 nano banana

boonkiong

今天凌晨，Google 正式提出了其最先进的图像生成与编辑模型——Gemini 2.5 Flash Image（又名 nano banana）。

据官方介绍，Gemini 2.5 Flash Image 的主要特点包括下面几点：

   •   充分保持角色的一致性：它可以轻松地将同一个角色置于不同的环境中，或者从多个角度展示同一款产品，同时完美地保持其核
       心主体不变。
   •   基于提示的图片编辑：允许用户通过简单的自然语言指令，对图片进行精准的局部修改 。
   •   利用 Gemini 的现实世界知识：模型可借助 Gemini 强大的世界知识库，让图像生成变得更加「智能」。
   •   多幅图像融合：可以将一张图片中的物体「放」进另一张图片的场景里，整个过程只需一条提示指令就能完成。

性能表现上，Gemini 2.5 Flash Image 在多项基准测试上均为第一名，超越 OpenAI ChatGPT 4o（GPT Image 1 high）、Qwen Image Edit 等模型。

关于调用 API，具体的定价是每百万输出 token 30 美元，官方介绍，生成一张图片大约消耗 1290 个输出 token，也就是说，每张图片的成本约为 0.039 美元。

目前，Gemini 2.5 Flash Image 已经可以通过 Gemini APP、Gemini API、Google AI Studio 和 Vertex AI 进行访问。

文章来源：爱范儿