上周谷歌新推出的 Nano Banana Pro，相信大家已經(jīng)玩的不少了。

國內(nèi)外社交媒體上已經(jīng)有大量不同玩法的案例，知危把這些案例分為三種場景：

• 原畫設計類：文生圖、圖生圖、草圖生圖、微調(diào)、文字渲染等；
• 知識科普類：太陽系、細胞、電解反應等對象的概念視覺化；
• 實用辦公類：漫畫上色和翻譯、超分辨率、空間視角轉(zhuǎn)換、內(nèi)容續(xù)寫、論文板書等；

以上場景一般只是一次性生成。這兩天還有一些令人驚訝的進展，Nano Banana Pro 已經(jīng)被整合進谷歌的 NotebookLM 平臺，用于生成 PPT，這意味著，這款模型不僅適用單輪生成，也能服務深度多輪生成場景，特別是 PPT 需要在文風、內(nèi)容等方面保持多圖一致性，對模型的長上下文感知能力要求很高。

目前為止，對于以上場景，Nano Banana Pro 的表現(xiàn)都沒有令人失望。而在知危這次對 Nano Banana Pro 的測評中，主要關注的是一些尚未被廣泛注意到的點，比如：

• 和 OpenAI 旗艦生圖模型 GPT Image-1（ GPT-4o 調(diào)用的生圖模型 ）的招牌能力的對比，比如畫風轉(zhuǎn)換，基于復雜指令批量生成元素的能力，進一步確定 Nano Banana Pro 的真實 “ 江湖地位 ”；
• 從畫面瑕疵、隨機性出發(fā)的以假亂真的能力，比如監(jiān)控、電視屏幕、實驗室拍攝等場景的模擬，這一點其實更早出現(xiàn) 在Veo 3、Sora 2 等視頻生成模型中；
• 3D空間轉(zhuǎn)換的更極端場景的壓力測試；
• 類似 PPT 生成這種保持多圖一致性的場景測試，知危選用了更有趣的場景，仿照《 清明上河圖 》做一個長江流域版本，需要五張圖拼接完成；

所以，本篇測評更多是在試探 Nano Banana Pro 的能力邊界，試圖窺探到它的極限，不代表日常使用 Nano Banana Pro 的體驗。

那接下來就開始測評吧！

首先當然是跟 GPT Image-1 來個巔峰對決。

我們以《火影忍者》的一張經(jīng)典第七版合照為原圖，并用以下三個畫風比較特別的動漫來做畫風轉(zhuǎn)換測試：

• 《名偵探柯南》
• 《蠟筆小新》
• 《JoJo的奇妙冒險》

原圖：

畫風參考圖：

來看看 Nano Banana Pro 參考《 名偵探柯南 》的畫風畫成什么樣：

一眼精巧，除了卡卡西，基本每個人的表情都表達了相同的情緒，三個年輕忍者的體型都變成《 名偵探柯南 》那種頭大身小的風格，但細看又有很多問題，背景被替換成了參考圖的背景，三個年輕忍者的站位都變了，鳴人沒有怒視佐助。

再來看看 GPT Image-1 的表現(xiàn)：

乍一看，感覺模型啥都沒干，但細看后可以發(fā)現(xiàn)，佐助、鳴人的不爽表情的展現(xiàn)方式，和《 名偵探柯南 》確實比較相似，而且線條和陰影沒原來那么重和寫實，確實更接近《 名偵探柯南 》那種更簡潔的畫風，可謂 “ 潤物細無聲 ” 了。

鑒于這兩部動漫在寫實性上差距不是太大，我們再用更具差異的畫風來測試，也就是《 蠟筆小新 》。

畫風參考圖：

Nano Banana Pro 基本是重復了原來的套路，背景更換、表情畫風模仿，其它幾乎一成不變。

GPT Image-1 的表現(xiàn)乍一看是直接崩壞。

但仔細想想就會發(fā)現(xiàn)，這不就是《 蠟筆小新 》里面對路人角色的刻畫方式嘛，太厲害了。

到目前為止，GPT Image-1 是完勝，Nano Banana Pro 的方法也有一定規(guī)律性，重點抓部分人物細節(jié)比如人臉、體型等，但失了對整體的把控。

而接下來《 JoJo 的奇妙冒險 》畫風的轉(zhuǎn)換測試，又一次讓知危開了眼界。

畫風參考圖：

Nano Banana Pro 完美再現(xiàn)了 JoJo 獨特的面部雕塑風格，當然它使用的還是一樣的手法，即聚焦面部和體型模仿，該有的缺點也都有，但就是覺得很成功，可能這兩點就是 JoJo 的畫風精髓。

至于 GPT Image-1，且不說有多失敗，簡直可以說沒禮貌。

接下來，為了再極致地測試一下 Nano Banana Pro 的細節(jié)刻畫能力，我們還是用火影忍者的原圖，以及 JoJo 的畫風，但要增加人數(shù)，比如八人的曉組織。

原圖：

Nano Banana Pro 雖然只是把部分人物 JoJo 化，但人物線條更加硬朗了，而且這次人物的畫面布局沒有被改變。

GPT Image-1 又出現(xiàn)相同的崩壞，原因不明。

我們繼續(xù)增加人數(shù)，這一次畫面中大概有百來人。

原圖：

Nano Banana Pro 這次只完成了線條硬朗化，但真的一個人都沒落下。

總體而言，Nano Banana Pro 的畫風轉(zhuǎn)換能力還是不如 GPT Image-1，但其有自己的特點，Nano Banana Pro 的一大優(yōu)勢就在于對局部細節(jié)的精確刻畫，畢竟這項能力是通過死磕文字渲染得到的，可能因此使其對畫面整體把握度不夠。

在測評過程中也發(fā)現(xiàn)很多出問題的案例，Nano Banana Pro 是直接給你一個完全沒改過的圖像。目前大家對這些現(xiàn)象的猜測是模型的自回歸機制比重大于擴散機制，也就是微調(diào)傾向大于重新繪制傾向。

接下來是對復雜指令遵循能力的測試，主要指一次性批量生成多個元素的能力，這也是當時 OpenAI 對 GPT Image-1 模型的宣傳重點，所以這個測試也是對標 GPT Image-1 的。

首先是直接批量生成 36 個 呈 6*6 網(wǎng)格排列的玩具機器人陣列，并且每個機器人的具體特征需要經(jīng)過進一步推導才可得出，綜合考驗推理能力和生圖能力，提示詞會列出機器人基于行的顏色特征和基于列的表面特征。

提示詞：

嚴格俯視（正上方正交/orthographic top-down），整齊排列的 6x6 網(wǎng)格（6 行 × 6 列），白色背景，細薄灰色網(wǎng)格線將每個單元格分隔開。每個單元格正中放置一個玩具機器人（總計 36 個），每個機器人都有**確定且唯一**的外形屬性和編號（兩位數(shù)，從 01 到 36，編號以黑色或深灰色小字印在機器人底座或底盤一側(cè)，清晰可辨）。

機器人風格：復古玩具（懷舊機械/齒輪/鉚釘感），色彩鮮艷但材質(zhì)各異（按規(guī)則分配），每行和每列遵循確定性屬性映射（見下方規(guī)則），確保所有機器人互不重復。

嚴格保持頂視無透視變形（無魚眼、無傾斜），均勻平行光（自上而下）、細微柔和投影以顯示立體感但不改變頂視輪廓。

高分辨率、超細節(jié)，8K 輸出（或更高），極致細節(jié)（紋理、螺絲、劃痕、貼紙、反光、鉚釘、漆面厚度等），無景深模糊。

畫面干凈：只出現(xiàn)機器人、網(wǎng)格線與白色背景。高保真、真實感玩具質(zhì)感 + 稍微卡通化的色彩飽和度。

確定性生成規(guī)則：

為了保證“每一個機器人都不同且可復現(xiàn)”，請按照下面規(guī)則組合屬性（行 × 列 的組合生成唯一外形）：

行主色（Row 1 → Row 6，決定主色調(diào)）

Row 1: 正紅（crimson）

Row 2: 橙黃（amber）

Row 3: 橙（tangerine）

Row 4: 黃（sunny yellow）

Row 5: 綠（emerald）

Row 6: 青（teal）

列材質(zhì)/表面處理（Column 1 → Column 6，決定材質(zhì)與整體質(zhì)感）

Col 1: 拋光金屬（polished steel）

Col 2: 拉絲鋁（brushed aluminum）

Col 3: 黃銅（brass）

Col 4: 鉻鍍層（chrome）

Col 5: 涂漆塑料（high-gloss painted plastic）

Col 6: 半透明塑料（translucent acrylic）

向上滑動文字

Nano Banana Pro 和 GPT Image-1最終都沒有給出好的結(jié)果，在畫面比例選擇、網(wǎng)格編排、機器人編號、顏色行一致性、表面列一致性等方面都有問題，GPT Image-1 的表現(xiàn)更差。

Nano Banana Pro：

GPT Image-1：

下一步降低要求，把提示詞改為逐一描述每個機器人的特征，降低推理負擔，比如第二行機器人的特征描述：

Row 2（橙 主色）

Robot 07 — 主色：橙；材質(zhì)：拋光金屬。桶狀胸腔、豎直鉚釘排。

Robot 08 — 主色：橙；材質(zhì)：拉絲鋁。立方胸腔，粗紋理拉絲面。

Robot 09 — 主色：橙；材質(zhì)：黃銅。蝕刻花紋胸板。

Robot 10 — 主色：橙；材質(zhì)：鉻鍍層。流線腿部，鉻色邊框。

Robot 11 — 主色：橙；材質(zhì)：高光塑料。亮面大頭造型，塑料光澤強。

Robot 12 — 主色：橙；材質(zhì)：半透明塑料。橙色半透明外殼，見內(nèi)層接縫。

Nano Banana Pro 大幅提高了生成質(zhì)量，畫面比例選擇、網(wǎng)格編排、機器人編號、顏色行一致性基本都沒有問題，表面列一致性上會有較大波動，但整體保持了相同的材質(zhì)和表面處理，不同列之間的差異也很明顯。

GPT Image-1 則幾乎沒有任何改善：

GPT Image-1 目前完敗，我們繼續(xù)給 Nano Banana Pro 上難度，按行且以以下三個特征為一個循環(huán)，依次給每一個機器人再添加一個新特征：

• 戴著圍巾/布條（ scarf ）。
• 頭頂有發(fā)光燈泡/信號燈（ beacon ）。
• 三指機械手（ three-finger ）。

比如：

Row 2（橙 主色）

Robot 07 — 主色：橙；材質(zhì)：拋光金屬。桶狀胸腔、豎直鉚釘排。戴著圍巾/布條（scarf）。

Robot 08 — 主色：橙；材質(zhì)：拉絲鋁。立方胸腔，粗紋理拉絲面。頭頂有發(fā)光燈泡/信號燈（beacon）。

Robot 09 — 主色：橙；材質(zhì)：黃銅。蝕刻花紋胸板。三指機械手（three-finger）。

Robot 10 — 主色：橙；材質(zhì)：鉻鍍層。流線腿部，鉻色邊框。戴著圍巾/布條（scarf）。

Robot 11 — 主色：橙；材質(zhì)：高光塑料。亮面大頭造型，塑料光澤強。頭頂有發(fā)光燈泡/信號燈（beacon）。

Robot 12 — 主色：橙；材質(zhì)：半透明塑料。橙色半透明外殼，見內(nèi)層接縫。三指機械手（three-finger）。

生成的結(jié)果既驚艷又令人遺憾，Nano Banana Pro幾乎已經(jīng)按照提示詞生成了每個機器人應有的特征，但網(wǎng)格排列錯誤且視覺混亂。

目前可以認為 Nano Banana Pro 的復雜指令遵循能力，是比 GPT Image-1 更勝一籌的。

接下來是測試 Nano Banana Pro 以假亂真的能力。

在 AI 接連攻破各種圖片生成能力限制后，人類只能以圖片瑕疵和現(xiàn)實隨機性作為最后防線，但這道防線也變得越來越脆弱，所以這其實是在測試該模型的安全風險。

知危接連測試了監(jiān)控、老版數(shù)碼相機拍攝人物照片、手機拍攝物體照片、新聞屏幕，以及物理、化學、生物實驗室拍攝等場景。

首先是監(jiān)控畫面的模擬，從圖中場景相關的線索比如香煙、拍攝時間、監(jiān)控標識等很難發(fā)現(xiàn)問題，而最終找到的破綻竟然是畫面左下角不應該朝向顧客的計算器。

提示詞：

便利店收銀臺視角的監(jiān)控畫面，低分辨率，色彩略微失真，一個戴著口罩的人正在買煙。

人物照片則是比較能感受到違和感，畢竟 AI 直接生成的人物通常面部油膩光感很強，且特征比較趨同。

提示詞：

2000年代初的數(shù)碼相機拍攝，直射閃光燈，一群年輕朋友在一家昏暗的 KTV 里，紅眼效應，皮膚上的油光，背景漆黑。

不過若是基于真實照片生成，預計會很難辨認。

對于手機拍攝的物體照片，其仿真度也很高。特別是 Nano Banana Pro 確實能做到讓物體的擺放足夠凌亂而自然，知危找到的唯一破綻是可樂瓶的文字寫倒了，但這通過微調(diào)也能輕松修改過來。

提示詞：

一張在亂糟糟的床上拍的二手顯卡照片，床單皺皺巴巴，旁邊還有雜亂的充電線和半瓶可樂，頂燈光線昏暗。

這個照片的拍攝角度其實不是特別自然，可以讓 Nano Banana Pro 切換視角，生成效果也是一致性驚人，精確到每一個褶皺，還順便把可樂瓶的文字給修正了。

看來，往后很多二手平臺、評論區(qū)照片的真實性都需要更謹慎判斷了。

不僅是照片，連一段新聞是不是真的存在，可能也得多求證一番，為此知危也測試了這個場景。畫面幾乎無可挑剔，連摩爾紋都清晰地呈現(xiàn)了。

提示詞：

電視新聞畫面的屏攝（用手機拍電視屏幕），能看到屏幕的像素摩爾紋，新聞底部有滾動字幕條，一個記者在街頭采訪。

測試實驗室拍攝場景的仿真能力，主要是測試面向科研領域的安全風險。科研領域是最嚴謹?shù)孬@取新數(shù)據(jù)和新知識的場景，如果這道防線被攻破，人類將不自知地被困在 AI 生成數(shù)據(jù)的牢籠中，科研數(shù)據(jù)不再有新穎性或已有規(guī)律下的隨機性，那才是真正被智子封鎖了人類的科技發(fā)展。

當然這里測試的更多是比較初級的科研場景，不然知危沒有足夠的專業(yè)知識來判斷真?zhèn)巍?/p>

在物理實驗場景中，有一個很經(jīng)典的實驗，就是用一顆子彈穿過蘋果，觀察蘋果的物理反應和變化。

在實際實驗情況下，蘋果潑濺的碎片是近乎粉末狀的。

圖源：
https://www.youtube.com/watch?v=jjUTZH_Vdxs（視頻發(fā)布于18年前）

但 Nano Banana Pro 生成的圖像（ 先不管不合理的攝像頭 ），蘋果潑濺的碎片卻像是切好的蘋果塊。

提示詞：

一顆子彈高速穿過一顆蘋果的瞬間。實驗室實拍，分辨率較低。

Nano Banana Pro 還能生成子彈穿過梨的圖像，至于是否足夠仿真暫時無法判斷，知危沒有找到類似的實驗視頻來比較。

提示詞：

一顆子彈高速穿過一顆梨的瞬間。實驗室實拍，分辨率較低。

在接下來的化學實驗、生物實驗仿真測試中，Nano Banana Pro 的表現(xiàn)也是驚人的。

提示詞：

鋁粉與氧化鐵（鐵銹）在高溫下發(fā)生劇烈的氧化還原反應，火花四濺，實驗室實拍，分辨率較低。

提示詞：

培養(yǎng)皿中的細菌菌落特寫，瓊脂表面有反光，菌落呈現(xiàn)不規(guī)則的圓形，邊緣有絨毛感。實驗室實拍，分辨率較低。

以上種種場景，如果以后都要依賴人類靠肉眼去判斷，不僅難度大，也非常消耗時間精力。

這就不得不慶幸谷歌已經(jīng)推出了安全功能，Nano Banana Pro 會給每一張生成圖像添加的不可見獨特 SynthID 水印，讓用戶可以用 Gemini 直接檢驗圖像是否由 Nano Banana Pro 生成。

空間感可謂是 Nano Banana Pro 的招牌能力，類似 GPT Image-1 的畫風轉(zhuǎn)換目前牢不可破的 “ 江湖地位 ”。

網(wǎng)上已經(jīng)有很多例子了，知危這里只是用比較困難的場景再給 Nano Banana Pro 再上上難度。

比如對于下圖，要求 Nano Banana Pro 畫出從左向右觀察的鳥瞰視圖。

圖源：
https://unsplash.com/photos/a-view-of-a-city-with-a-bridge-in-the-background-ZuxmKH6sCz8

Nano Banana Pro 最終沒有執(zhí)行成功，而是給出了和原圖一樣的輸出。

通過查看推導過程，發(fā)現(xiàn) Nano Banana Pro 可以認出圖中中央位置的大橋是曼哈頓大橋。

知危又替換了新的提示詞：

畫出從這張圖的中央位置的大橋的左端駕車前進的視圖。

這個任務其實更加困難，但 Nano Banana Pro 卻執(zhí)行成功了，雖然觀察視角并不是真的在車上。當然圖中也出現(xiàn)了很明顯的幻覺，右側(cè)的大樓其實不存在，那是建好的曼哈頓廣場一號，正好就是左側(cè)正在施工中的大樓。

對現(xiàn)實中的圖片做空間轉(zhuǎn)換有過度依賴訓練數(shù)據(jù)的可能，比如從谷歌地圖的全景照也能找到類似上圖幻覺部分的視角。

為了擺脫這個依賴，我們再找一些現(xiàn)實中未建成的建筑設計圖來考考 Nano Banana Pro 。

比如下圖是出自伊斯坦布爾 Hayri Atak 建筑設計工作室的作品，其建筑形態(tài)很罕見，借鑒了生物細胞結(jié)構。

當要求 Nano Banana Pro 畫出這張建筑的空中鳥瞰視圖，結(jié)果很不錯，建筑內(nèi)部四個交叉通道的空間細節(jié)都有考慮到，周邊建筑的細節(jié)也沒毛病。但陽光和陰影的呈現(xiàn)表明建筑左側(cè)是不透光的，這里其實有誤。

當再要求畫出建筑的空中鳥瞰左視圖，對內(nèi)部結(jié)構的呈現(xiàn)就出現(xiàn)了比較嚴重的錯誤，通道的連接不再是交叉的而是近乎無規(guī)則的。

總之，對于空間智能，谷歌邁出了很重要的一小步，且有數(shù)據(jù)優(yōu)勢（ 視頻、地圖等 ），但未來還有很長的路要走。

最后一個測試場景是重頭戲！

我們要考驗 Nano Banana Pro 的長上下文感知能力，類似 PPT 生成需要保持多圖一致性，并且該場景更有趣，是用五張橫版圖片拼接而成的《 清明上河圖 》畫風的、展現(xiàn)明朝或唐朝時期的長江流域風景與民俗風情的新版《 清明上河圖 》。

要知道，原版《 清明上河圖 》刻畫的只有一個城市，也就是北宋都城汴京（ 今河南開封 ）的汴河兩岸繁華景象，現(xiàn)在要切換到整個長江流域，跨度差距非常大，很考驗模型的抽象能力和把抽象概念具像化的能力，并且結(jié)合中國古畫 “ 在意不在形 ” 的特點（ 在我們這個測試中通俗理解就是，畫中場景一般不存在現(xiàn)實中，且有諸多不合理之處，但能表達作者的意圖 ）。

在實現(xiàn)過程中，知危還會先用 Nano Banana Pro 先做整個項目的藍圖，再逐一生成五張成圖，相當于把知識科普能力融入到復雜生圖項目工作流的規(guī)劃階段。

在藍圖規(guī)劃中，Nano Banana Pro 對地理版圖的刻畫可謂相當精準。

提示詞：

時間背景為明朝1587年，把長江劃分為5段，用橫版歷史科普圖的方式展示，以長江主河道為脈絡（抽象化為直線），用文字和圖像標注每一段的端點地理特征（比如城市、山脈等）、沿岸主要城市和民俗風情。

為了生成這幅明朝長江版《 清明上河圖 》的第一張，知危要求 Nano Banana Pro 只將第一段轉(zhuǎn)換成清明上河圖畫風，即 “ 金沙江至敘州 ” 部分，并且為了讓五張圖片能夠首尾連接，要求長江從圖片左側(cè)流向右側(cè)。

Nano Banana Pro 在圖像左側(cè)展現(xiàn)了長江的源頭：白雪皚皚的山峰、牦牛和茶馬商隊，體現(xiàn)了藏族和彝族文化。圖像右側(cè)則聚焦于敘州，描繪了城墻、熙熙攘攘的碼頭、餐館和熱鬧的集市，以及眾多活躍的人物。江面上也充滿生機，描繪了貨輪、小渡船和船夫，展現(xiàn)一幅繁榮的貿(mào)易景象。

提示詞：

請將“上游一段：金沙江至敘州”部分轉(zhuǎn)換成清明上河圖畫風，橫版圖片，長江從圖片左側(cè)流入，從圖片右側(cè)流出。

生成第二張圖即 “ 上游二段：敘州至夷陵”部分的提示詞是類似的形式，需要加一句“與上一段首尾連接 ”。

Nano Banana Pro 重點刻畫了長江的奔流以及三峽的壯麗景色，畫面中還點綴著精致的船只，并在右側(cè)過渡到夷陵。

提示詞：

請將“上游二段：敘州至夷陵”部分轉(zhuǎn)換成清明上河圖畫風，橫版圖片，長江從圖片左側(cè)流入，從圖片右側(cè)流出，并且圖片左側(cè)與“上游一段：金沙江至敘州”部分的圖片右側(cè)銜接。

在第三張圖 “ 中游：夷陵至九江 ” 部分，Nano Banana Pro 刻畫了更加繁榮的城市景象，融入了沿河生活和商業(yè)的豐富細節(jié)，河流蜿蜒穿過山巒和富饒的平原，形形色色的船只在繁忙的水道上來往。

在第四張圖 “ 下游：九江至應天 ” 部分，Nano Banana Pro 生成的內(nèi)容感覺和第三張重復太多。

在第五張圖 “ 入?？冢簯熘翓|海 ” 部分，Nano Banana Pro 采用更廣闊的視角，展現(xiàn)了長江入海口的景象，并過渡到了三角洲景觀，最后以東海的景色結(jié)束。

可以看出，這五張畫作的畫風一致性很強，并呈現(xiàn)和區(qū)分了長江流域不同河段的地理特點，人物分布非常密集，細看也能看出他們是真的在忙活，活靈活現(xiàn)。

如果把它們首尾拼接，雖說不能完美銜接，卻也真的有自然過渡的效果。

以上案例已經(jīng)非常接近完美，但更多是視覺娛樂，如果是為了教育目的，則目前對知識細節(jié)比如民俗的呈現(xiàn)其實不夠明確。

為此，我們提高對明確信息的要求，讓 Nano Banana Pro 在每一段呈現(xiàn) 5 個民俗點，并寫一首七言絕句，以唐朝為背景。

強調(diào)明確信息的結(jié)果是，Gemini 可能覺得任務復雜，先調(diào)用 Gemini 3 Pro 分析了一番。

可能是因為知識密度更高，Nano Banana Pro 選擇了抽象的概念圖而不是地理圖來呈現(xiàn)。

提示詞：

時間背景為唐朝636年，把長江劃分為5段，用橫版歷史科普圖的方式展示，以長江主河道為脈絡（抽象化為直線），用文字和圖像標注每一段的端點地理特征（比如城市、山脈等）、沿岸主要城市和民俗風情（每段至少5個），并給每一段基于民俗風情寫一首七言絕句。

最終成圖中，Nano Banana Pro 生成的幾乎每一個人物細節(jié)都是可辨識的知識點，比如第一張圖的吹羌笛、牦牛運輸?shù)龋恳粡垐D之間的區(qū)分度也更高了。不過對比之下，人物數(shù)量少了很多。

以下知危將 Gemini 3 Pro 列舉的民俗風情與對應畫作呈現(xiàn)出來，大家可以細看匹配程度。

“ 第一段：雪域清源·羌藏高原 ” 民俗風情：

• 羌笛悠揚：居住在岷山一帶的羌人吹奏羌笛，聲音蒼涼，寄托思鄉(xiāng)之情。
• 游牧生活：吐蕃部族逐水草而居，住黑牦牛毛帳篷，以乳酪、肉食為主。
• 牦牛運輸：高寒山路上，耐寒負重的牦牛是唯一的駝運工具。
• 原始苯教：對自然神靈、神山圣湖的崇拜信仰，進行祭祀活動。
• 毛紡織藝：利用牛羊毛紡織毪子（毛毯）、褐衫等御寒衣物。
• 
  

“ 第二段：巴山蜀水·川江號子 ” 民俗風情：

• 川江號子：船工們在險灘惡水中齊力拉纖、劃槳時吼唱的勞動號子，聲震峽谷。
• 井鹽生產(chǎn)：蜀地（如陵州、富順）利用竹筒汲取地下鹵水，用天然氣熬制食鹽。
• 蜀錦織造：成都平原生產(chǎn)的絲織品，工藝精湛，圖案華麗，為唐代貢品。
• 棧道交通：在沿江絕壁上開鑿孔穴、鋪設木板而成的險要通道。
• 竹枝詞風：流行于巴渝民間的歌謠，常以笛、鼓伴奏，描寫當?shù)仫L土人情。

“ 第三段：峽江天險·猿啼巫云 ” 民俗風情：

• 纖夫拉纖：逆水經(jīng)過險灘時，數(shù)十名纖夫在岸邊巖石上赤身裸體、肩拉背拽。
• 巫山神女：巫山十二峰云霧繚繞，關于神女瑤姬的美麗傳說引人遐想。
• 兩岸猿聲：峽谷兩岸森林茂密，常有猿猴攀援啼叫，聲音空曠凄清。
• 險灘祭江：船只過青灘、泄灘等著名險灘前，船家祭拜江神求平安。
• 白帝城懷古：夔州白帝城，因三國劉備托孤的故事而成為文人憑吊之地。

“ 第四段：云夢澤國·荊楚魚米 ” 民俗風情：

• 云夢大澤：唐初江漢平原上湖泊眾多，尚未完全淤塞，呈現(xiàn)“云夢澤”的水鄉(xiāng)澤國景觀。
• 龍舟競渡：荊楚之地紀念屈原的風俗極盛，端午節(jié)在江面舉行賽龍舟活動。
• 魚米之鄉(xiāng)：氣候濕潤，土地肥沃，水稻種植發(fā)達，漁業(yè)資源極豐富。
• 采菱唱曲：江南女子劃著小盆船在湖中采摘菱角，口唱清新的菱歌。
• 黃鶴樓宴飲：鄂州（今武漢）黃鶴樓是文人墨客登高望遠、宴飲賦詩的名勝。

“ 第五段：吳越水鄉(xiāng)·揚一益二 ” 民俗風情：

• 揚州繁華：當時中國最繁華的商業(yè)都會，號稱“揚一益二”，夜市喧鬧，胡商云集。
• 運河漕運：隋唐大運河江南河段與長江在此交匯，南糧北運，舟船如織。
• 江南絲綢：吳綾、越羅等絲織品品質(zhì)上乘，色彩輕盈，遠銷海內(nèi)外。
• 寺院鐘聲：繼承南朝佛教傳統(tǒng)，沿江城市寺廟林立，晨鐘暮鼓，香火鼎盛。
• 茶葉貿(mào)易：江南茶區(qū)（如湖州、常州）興盛，茶葉通過便捷水路運往全國各地。

總體來看，Nano Banana Pro 的長上下文感知能力還是很驚人的，前后一致性和自然銜接，世界知識的融入，對指令遵循的細節(jié)程度，幫助我們完成了這幅紛繁復雜的作品。

好了，本次評測就到這里了。這次測評并不是為了證明 Nano Banana Pro 不夠好，而是盡可能以 “ 能力邊界 ” 作為切入點，看它在頭部競品對標、復雜性、真實性、多輪一致性等更極端的場景中到底能走多遠。

可以看到，它在畫風轉(zhuǎn)換上的整體性、完成度和穩(wěn)定性不如 GPT Image-1，但在元素批量生成、細節(jié)保持、多視角一致性方面展現(xiàn)出了驚喜般的優(yōu)勢；在仿真類場景中，其以假亂真的能力也已經(jīng)觸及安全性的臨界區(qū)，除了谷歌自身應承擔的責任和應對手段，也需要行業(yè)進一步思考防范機制。

從更宏觀的角度看，Nano Banana Pro 畫新版《 清明上河圖 》的完成度以及生成 PPT 的能力，讓我們意識到一個很自然的趨勢，未來的生圖模型不再只是一次性 “ 把提示詞畫出來 ”，而是深度結(jié)合上下文以及 Agentic 化，類似于編程模型的發(fā)展路徑，不斷嵌入到更復雜、更核心的項目工作流中。

總之，Nano Banana Pro 是一款極具潛力、但也需要被認真認識的下一代模型。