奧特曼，迎來(lái)至暗時(shí)刻。

Google 的 AI 攻勢(shì)沒有半點(diǎn)減弱的跡象。如果說(shuō)前幾天 Gemini 3 Pro 的鐮刀伸向了「前端」領(lǐng)域，那么今天則輪到了設(shè)計(jì)行業(yè)。

剛剛發(fā)布的 Nano Banana Pro（Gemini 3 Pro Image）再次在圖像生成能力上重拳出擊。初級(jí)設(shè)計(jì)師的飯碗，怕是要端不穩(wěn)了。

核心功能如下：

分辨率支持：最高可輸出 4K 分辨率圖像

多輪編輯：支持對(duì)話式、多輪次的圖像編輯工作流

多圖像合成：最多可將 14 張輸入圖像組合為 1 張輸出圖像

搜索增強(qiáng)：集成 Google 搜索能力，提供更精確、最新的知識(shí)支持

不再「瞎猜」，Nano Banana Pro 終于學(xué)會(huì)了先思考再畫畫

Nano Banana 的招牌能力是角色一致性強(qiáng)、對(duì)話編輯方式，而 Nano Banana Pro 的核心進(jìn)化在于它把 Gemini 3 的深度思考能力完整接進(jìn)了圖像生成流程。

它生成一張圖之前，會(huì)先做一輪物理模擬和邏輯推演，而不只是憑視覺模式「胡猜」。

提示詞：請(qǐng)繪制一張四宮格圖片，四張圖依次表現(xiàn)同一位戴著斗笠的年輕男子分別發(fā)音「我」「上」「早」「八」，人物外貌保持一致，口型準(zhǔn)確對(duì)應(yīng)每個(gè)字的發(fā)音，整體風(fēng)格統(tǒng)一，16:9，4K

跨模態(tài)理解也在 Nano Banana Pro 身上展現(xiàn)得更為徹底。

憑借 Gemini 3 增強(qiáng)的多語(yǔ)言推理能力，你可以直接生成多種語(yǔ)言的文字，或者一鍵本地化、翻譯你的內(nèi)容。

朋友丟來(lái)一頁(yè)漫畫，讓模型給漫畫上色并把氣泡里的英文翻成中文。Nano Banana Pro 上色干凈，光影自然，文字識(shí)別準(zhǔn)確，英文排版也和氣泡形狀嚴(yán)絲合縫，整個(gè)過程從識(shí)別到翻譯再到重排一氣呵成，表現(xiàn)得就像在真正「理解」這張圖。

提示詞：將圖片上的文字翻譯為中文，并上色，其他不變

又或者，設(shè)計(jì)師過去需要反復(fù)調(diào)整的多語(yǔ)言漫畫、國(guó)際化海報(bào)以及宣傳物料，現(xiàn)在可以直接讓 AI 一步到位。比如讓模型將英文海報(bào)中的英文翻譯成中文。這種從識(shí)別、翻譯到設(shè)計(jì)的連貫處理方式，正是原生多模態(tài)架構(gòu)最具威力的一面。

而在文字生成能力上，經(jīng)實(shí)測(cè)，Nano Banana Pro 盡管偶爾需要抽卡，但整體表現(xiàn)出色。

提示詞： 生成兩張豎版的微信群聊天界面截圖，群成員正在討論 Nano Banana Pro 的發(fā)布。

不知道封面有沒有騙到你？

無(wú)論是一句短標(biāo)語(yǔ)還是一整段文字，都能清晰可讀，甚至支持多種紋理、字體與書法風(fēng)格的精細(xì)排版。

提示詞：仿古籍線描插圖風(fēng)，關(guān)羽坐于油燈旁，身披寬袖戰(zhàn)袍，神態(tài)專注沉穩(wěn)。桌案上擺著《春秋》竹簡(jiǎn)、鎏金小刀、毛筆等器物，以纖細(xì)線條勾畫，保留古印刷風(fēng)格。背景僅以幾筆勾勒墻角、屏風(fēng)與兵器架，簡(jiǎn)潔卻富古雅氣息。色彩以淺赭、灰墨、淡青為主，呈現(xiàn)古書插畫的文化韻味與歷史感，4:3。

64k 的輸入 Token 上限意味著它能理解極長(zhǎng)的文本提示詞。無(wú)論是詳細(xì)的分鏡腳本，還是復(fù)雜的多語(yǔ)言排版需求，都能很好理解。

提示詞：生成一幅 4K 古畫，畫上寫著：明月幾時(shí)有？把酒問青天。不知天上宮闕，今夕是何年。我欲乘風(fēng)歸去，又恐瓊樓玉宇，高處不勝寒。起舞弄清影，何似在人間。轉(zhuǎn)朱閣，低綺戶，照無(wú)眠。不應(yīng)有恨，何事長(zhǎng)向別時(shí)圓？人有悲歡離合，月有陰晴圓缺，此事古難全。但愿人長(zhǎng)久，千里共嬋娟。

針對(duì)前代分辨率偏低的老問題，Nano Banana Pro 把畫質(zhì)一步拉到 4K，還允許自由設(shè)定更多長(zhǎng)寬比。電影海報(bào)、寬屏壁紙、縱向分鏡，統(tǒng)統(tǒng)能直接生成。

Nano Banana Pro還支持最多 14 張輸入圖像的組合編輯，同時(shí)保持最多 5 個(gè)角色的外貌一致。

配合多輪對(duì)話能力，用戶可以不斷調(diào)整、融合多個(gè)素材，直到達(dá)到理想效果。不論是把草圖變成產(chǎn)品，還是將藍(lán)圖轉(zhuǎn)換成逼真的 3D 建筑，都能輕松實(shí)現(xiàn)概念到成品的跨越。

提示詞：哆啦A夢(mèng)和李白在月下對(duì)酌。圓月高懸，古代亭臺(tái)樓閣，哆啦A夢(mèng)穿著唐朝服飾，李白持酒壺，石桌上擺著酒具，仙氣飄飄，中日混合畫風(fēng)，精致細(xì)節(jié)

更進(jìn)階的是專業(yè)級(jí)創(chuàng)意控制能力。

你可以選擇、微調(diào)或變換圖像中的任何部分，從調(diào)整鏡頭角度、改變風(fēng)格到應(yīng)用高級(jí)調(diào)色，甚至改變場(chǎng)景光照——把白天變成夜晚，或創(chuàng)造散景效果。

這些過去需要在 Photoshop 里精細(xì)操作的工作，現(xiàn)在只需要一句話。

搜索 + 生成 = ？Google 給出了終極答案

如果說(shuō)搜索是 Gemini 3 的「左腦」，那么圖像生成就是其「右腦」。

這也是 Nano Banana Pro（Gemini 3 Pro Image）架構(gòu)中被低估但最具顛覆性的能力。傳統(tǒng)搜索是用戶搜索、搜索引擎給鏈接、用戶點(diǎn)進(jìn)網(wǎng)站、網(wǎng)站提供界面。而 Nano Banana Pro 引入了搜索增強(qiáng)功能（Grounding with Search）。

當(dāng)用戶要求生成一張可視化的圖片，展示在廣州旅游的 2 天行程」時(shí)，Nano Banana Pro 生成的圖片，包含了詳細(xì)的行程地圖、中英文注釋、以及景點(diǎn)圖片等。

再比如 Nano Banana Pro 能根據(jù)提示詞要求，從搜索中獲取最新天氣狀況，再把溫度、風(fēng)力、濕度、天氣趨勢(shì)等關(guān)鍵數(shù)據(jù)轉(zhuǎn)化為鮮明、富有設(shè)計(jì)感的視覺內(nèi)容。

提示詞：搜索廣州實(shí)時(shí)天氣信息，制作一幅中文波普藝術(shù)風(fēng)格的信息圖，4:3

這項(xiàng)能力之所以重要，是因?yàn)樗寗?chuàng)造過程具備了事實(shí)基礎(chǔ)、實(shí)時(shí)性和可驗(yàn)證性。只能說(shuō)，搜索不愧是 Google 的看家本領(lǐng)，無(wú)論是技術(shù)積攢的厚度，還是在理解上就已經(jīng)領(lǐng)先一個(gè)身位。

在產(chǎn)品定位上，Google 采用了雙模型策略：舊版 Nano Banana 用于快速有趣的日常編輯，而 Nano Banana Pro 則專注于復(fù)雜構(gòu)圖與頂級(jí)畫質(zhì)的專業(yè)需求。用戶可以根據(jù)場(chǎng)景自由選擇。

對(duì)于消費(fèi)者與學(xué)生，Nano Banana Pro 已在 Gemini 應(yīng)用中全球開放，只需選擇「生成圖像」并啟用「Thinking（思考）」模式即可使用。免費(fèi)用戶會(huì)獲得有限額度，超出后將自動(dòng)切回原版 Nano Banana。

而 Google AI Plus、Pro 和 Ultra 訂閱用戶則擁有更高額度。在美國(guó)地區(qū)，Google 搜索的 AI 模式中，Pro 與 Ultra 用戶已經(jīng)可以體驗(yàn) Nano Banana Pro。NotebookLM 中的 Nano Banana Pro 也面向全球訂閱用戶開放。

值得注意的是，Google 在 AI 透明度問題上采取了雙重策略。

所有 AI 生成的內(nèi)容都會(huì)嵌入不可見的 SynthID 數(shù)字水印，用戶現(xiàn)在可以在 Gemini 應(yīng)用中直接上傳圖像，詢問它是否由 Google AI 生成。這項(xiàng)能力將很快擴(kuò)展到音頻與視頻。

既然 Nano Banana Pro 已經(jīng)強(qiáng)大到這個(gè)地步，那么問題來(lái)了，普通人該如何最大化發(fā)揮它的能力？

Google DeepMind 的產(chǎn)品經(jīng)理 Bea Alessio 給出了一份詳細(xì)的使用指南，其中透露出不少關(guān)鍵信息。最基本的使用方式當(dāng)然是隨便說(shuō)一句話，讓模型自己猜你想要什么。但如果你想達(dá)到專業(yè)水準(zhǔn)，就需要像導(dǎo)演一樣思考。

一個(gè)完整的提示詞應(yīng)該包含六個(gè)要素：主體（誰(shuí)或什么）、構(gòu)圖（如何取景）、動(dòng)作（正在發(fā)生什么）、場(chǎng)景（在哪里）、風(fēng)格（什么審美）、編輯指令（如何修改）。

而如果你想要更精細(xì)的控制，還需要進(jìn)一步明確：畫幅比例（9:16 豎版海報(bào)還是 21:9 電影寬屏）、鏡頭參數(shù)（低角度、淺景深 f/1.8）、光線細(xì)節(jié)（逆光的黃金時(shí)刻，拉長(zhǎng)陰影）、調(diào)色方向（電影級(jí)調(diào)色，偏青綠色調(diào)）、以及具體的文字內(nèi)容和樣式。

附上官方博客地址：

https://blog.google/products/gemini/prompting-tips-nano-banana-pro/

這種「攝影指導(dǎo)式」的提示詞寫法，正是 Nano Banana Pro 和傳統(tǒng)圖像生成模型的分水嶺。因?yàn)樗娴哪芾斫膺@些專業(yè)術(shù)語(yǔ)，并把它們準(zhǔn)確地轉(zhuǎn)化為視覺輸出。

看到這里，再回過頭看 Google 這幾天連環(huán)發(fā)布的產(chǎn)品，就不難明白它想傳達(dá)什么。

無(wú)論是前幾天發(fā)布的 Gemini 3 Pro 預(yù)覽版，還是今天亮相的 Nano Banana Pro ，Google 試圖向世人證明：通往 AGI（通用人工智能）的道路，必須是多模態(tài)原生的。

只有一個(gè)能看、能聽、能理解結(jié)構(gòu)、能處理邏輯的模型，才可能對(duì)世界進(jìn)行完整地「思考」。

從技術(shù)層面看，Nano Banana 系列模型讓圖像生成正式進(jìn)入了「先理解再表達(dá)」的階段。

當(dāng) AI 開始理解迷宮的路徑、物體的結(jié)構(gòu)、文字的含義甚至 UI 的交互邏輯時(shí)，它就不再只是一個(gè)畫圖工具，而是一個(gè)具備視覺思維能力的智能體。

從商業(yè)層面看，極低的推理成本和生成式 UI 的出現(xiàn)，將徹底改變內(nèi)容生產(chǎn)和信息分發(fā)的邏輯。過去的互聯(lián)網(wǎng)由一個(gè)個(gè)固定網(wǎng)頁(yè)構(gòu)成，而未來(lái)的互聯(lián)網(wǎng)更可能是一塊塊隨著你需求即時(shí)生長(zhǎng)的界面。

設(shè)計(jì)將不再只是人的手藝，界面也不再是由團(tuán)隊(duì)層層打磨的成果。越來(lái)越多的視覺內(nèi)容，會(huì)先交給 AI，再由人去補(bǔ)充或微調(diào)。

Google 顯然已經(jīng)提前看見了那個(gè)新世界，并且開始把入口推到所有人面前。

，AI 福利局等你來(lái)