Nano Banana实测：从手办定制到AI云试穿，谷歌图像模型如何引爆创作圈？

 

功能再酷炫，

能融入普通人日常才算真破圈。

 

 

席卷社交媒体的“香蕉神器”

最近，我的朋友圈和短视频平台被一个叫Nano Banana的神器刷屏了——无数博主为之疯狂，甚至一天发布多条教程，还挖掘出各种“邪修”玩法，那种发现新大陆的兴奋感几乎溢出屏幕。

Nano Banana其实是谷歌最新推出的图像生成与编辑模型Gemini 2.5 Flash Image的昵称。最初它隐藏在LMArena这个“模型竞技场”里，像一个隐藏角色，需要靠运气“抽卡”才能体验。 

由于抽中概率极低，而想尝鲜的人却蜂拥而至，有技术大神甚至研究出提高抽中几率的偏方，比如在上传图片后垫一张透明图来迷惑系统。 

那时的Nano Banana就已经小范围走红，并被玩出了各种花样，最经典的就是能把任何平面图变成一套摆在桌上的立体手办照片，画面里还包括包装盒和显示建模的电脑屏幕，仿佛真的在桌面摆拍了一个精致手办。

●图片来源：小红书用户@麦兜_Meadow：）

比如，有网友上传自家宠物照片，瞬间生成了同款手办置于桌面的图片。是的，这张图里，除了小狗照片是真实的，其余全是Nano Banana的杰作，立体感十足，几乎可以乱真。而且速度惊人，通常十几秒就能搞定。 

这也完美契合了它的官方卖点—— 

1. 顶尖图像生成与编辑能力； 

2. 令人惊叹的角色一致性； 

3. 闪电般的生成速度。 

8月26日，Nano Banana正式全面上线，随即引爆全网。说实话，除了那些狂热的AI博主，连我这种普通用户，最近也被满屏的手办图刷了屏。Nano Banana算是真正破圈了。 

而作为一个正沉迷于乙女向手游《恋与深空》的新手玩家，Nano Banana瞬间击中了我——我第一个念头就是用它做一个秦彻（游戏男主之一）的手办！

于是，我的Nano Banana初体验，就从这场痴汉计划拉开了序幕。

 

火爆全网的平面图秒变手办

按照网友的推荐，我尝试了AI Studio和Flowith等平台，但体验都不如直接访问Gemini官网流畅。在网页左上角切换到2.5Flash模型，输入框选择image模式，立刻丝滑起飞。最近，Lovart等平台也已接入该模型，入口越来越多。 

既然决定用Nano Banana给秦彻“上桌”，第一步自然是上传他的平面图。我选了一张恶龙造型的官方图，上传后参考网友的提示词模板，简单描述：“把角色做成3D手办，附带包装盒和建模界面”，然后它显示“Just a sec...”不到半分钟，屏幕便跳出一张图，如下—— 

●Nano Banana生成 

我当场就惊呼出声。 

衣服的褶皱、胸前的纹理、头发的层次感都极为立体，桌面环境与光影也相当自然。美中不足的是，手办背后的包装盒稍显粗糙，还带着些意义不明的火星文，让人忍俊不禁。 

后来我又尝试给秦彻换了两个发型。在左一原图基础上，输入简单指令“改成长发”“改成浅金色长直发”，便得到了如下图片—— 

●Nano Banana生成

人物一致性果然保持得相当好。稍微改动就能出新图，难怪有网友调侃“Photoshop要下岗了”。 

 

换装、换人、换景，随心所欲

其实我是个很务实的人，我得让它解决点实际问题，比如帮我搞定网购难题。 

说实话，我网购最大的痛点就是买家秀与卖家秀的差距，尤其是衣服，完全像开盲盒：图片看着不错，到手却怀疑人生——这颜色适合我吗？这版型上身效果如何？怎么穿起来完全不是那个风格……每次下单都像在赌博。 

既然Nano Banana的人物稳定性这么强，还能生成如此逼真的图像，我想不如用它来帮我云试穿：上传自己的全身照+想买的单品图，让它合成上身效果，来个虚拟试衣。 

比如我东北基因觉醒，看上一件大花棉袄，输入指令“将图1（这里用模特照片代替本人）中的上衣换成图2（大花棉袄），其他保持不变。”很快，屏幕上便出现了完整穿搭效果——正所谓“穿搭要出彩，基础款就别再搭基础款......”原本人物身上的西装外套，变成了我提供的大花棉袄，其他细节纹丝未动。 

●Nano Banana界面

看完生成效果，我心里立刻有了底：颜色和版型都很适合我，过年穿它绝对喜气洋洋，果断加入购物车。 

哦，对了，还有搭配难题：经常买了一件，发现全身都得跟着换。于是我干脆直接上传整套搭配，让Nano Banana把衣服、包、鞋、配饰一起穿上身，看整体造型是否适合自己（这里没有让它帮我搭配，都是我自己挑的或商家组合，不过此时我真希望它能兼任穿搭顾问）。

下面是我找的一套穿搭，但初次效果似乎出了点问题——只有包和T恤两件单品上身，T恤还被直接套在了模特原本的黑色打底衫外面，我觉得这不像Nano Banana的水准啊。 

●左一原图来自Celine，中间原图来自小红书用户@物屿WUYU，右一为生成图 

后来发现需要重新开启对话。于是我新建聊天重头再来，这次效果就好多了。

●Nano Banana生成

左图是第一次生成的效果，大体上看，帽子、眼镜、上衣、鞋子都没问题，但细节仍有偏差。 

我急了：“给你的图片是短款牛仔裤，项链是黑绳的，包带是黑色的，还有耳饰！”又跑了两次后得到右图，它还是固执地不改短裤，我放大查看时没找到耳环，一缩小发现，耳环竟挂在左上角，真是令人哭笑不得。 不过整体已经不错了，以后网购时我还会先用它试试效果。 

除了做手办、试衣服，Nano Banana对普通人还有更接地气的玩法。比如给照片换人、换景，想换哪里换哪里，你完全可以足不出户，却发个朋友圈假装自己在威海跟特朗普吃夜宵。 

操作也简单：上传一张两个女生在街边吃夜宵的照片，输入指令“把左边的人换成特朗普”。第一次生成的图简直让我笑喷，因为原图女生穿裙子，两个膝盖光溜溜，替换后竟然成了“光腿特朗普”，画面极其滑稽。后来我要求给特朗普穿上裤子，并把背景换成海边，瞬间就有了深夜海景烧烤的氛围。 

●左一原图来自Pinterest 

 

自带百科全书，还能推理现场

据Nano Banana的模型研究员透露，该模型融入了Gemini的世界知识，因此不仅能生图，还“懂图”。 

于是我做了个小实验：上传了几张景点图片，让它识别并添加AR视觉的介绍卡片。 

 

●Nano Banana生成

可以看到，第一张图中Nano Banana准确标注了国家大剧院等三个标签，描述内容也正确。第二张图建筑较多，标签落点会有小偏差。 

作为旅行爱好者，我感觉这个功能或许能帮我成为旅行博主！（当然，博主可没那么好当，我懂）但如果拍摄Vlog时，把这些AR卡片嵌入视频，做出带讲解的沉浸镜头，肯定很有趣。 

更酷的是，网友们还发掘出Nano Banana的视觉推理能力。 

比如，X博主@Simon在地图上标出红色箭头，问它从这个方向能看到什么？Nano Banana 便生成了该方向的真实世界景观。 

●图片来源：X博主@Simon 

Simon还给它一张绘有等高线的地形图，它便绘制出站在红色圆圈处看向箭头方向的真实场景，实在厉害。

●图片来源：X博主@Simon

可见，Nano Banana不仅能生图、画图，还能识别图中元素，并结合世界知识进行二次创作。 

当然，它也非十全十美，比如生成AR卡片时图像清晰度会下降，标签文字可能变形，箭头指向与实际场景也可能有偏差。但瑕不掩瑜。 

 

与FLUX、豆包的对比 

Nano Banana一上线，口碑直追此前刷屏的Flux Kontext，甚至有过之而无不及。

两者都主打人物一致性。之前Flux Kontext是这一领域的王者，能保证同一个人在不同角度、不同造型下依然保持辨识度。但Nano Banana发布后，许多用户纷纷倒戈，认为它才是目前最一致的模型。 

此外，两者在操作门槛上也大不相同：用Flux Kontext要出好效果，得研究复杂的工作流，像我这种普通用户，直接用网页生成效果往往不稳定，还得依赖别人调好的预设。 

相比之下，Nano Banana的优势就是上手成本极低。不需要学习插件和参数，直接对话就能出图改图，还能多轮交互，边出图边调整。 

所以，Flux更像设计师的专业工具，而Nano Banana更像是大众用户的Photoshop平替。 

在生图领域，还不得不提国内用户众多的豆包。作为字节系产品，豆包生态绑定好，在剪映、飞书等场景中能直接调用，且支持中文语境，非常方便。但生成的图像AI感较重，尤其在人脸细节和一致性上不够自然。 

如果按人群划分：豆包适合效率党，比如职场人快速做商品展示图、汇报封面，用它足矣；Nano Banana更适合有创作欲的玩家，如博主、手办爱好者、旅行达人，能玩出各种花样；Flux则是专业向，设计师、插画师能跑出惊艳作品，但门槛高。 

一句话总结：Flux是“效果派”，追求画质但门槛高；豆包是“效率派”，方便接入但效果打折；Nano Banana是“全能派”，既能玩花活又接地气，上手简单，还兼具理解广度和视觉质量。 

但无论如何，再强大的模型也不是一键完美，输入和提示词依然至关重要。 

 

重塑边界

作为一个普通用户，在试用Nano Banana过程中，我最直观的感受是：它的玩法更新速度比我刷短视频还快。今天大家还在试“平面图秒变手办”，明天就有人把它玩成“Nano Banana+Lovart组合出道”，直接杀进家装赛道。 

比如AI博主@歸藏(guizang.ai)找来7张家具照片，并用Lovart里的Magic Canvas画了简单的家具位置示意图，然后让Nano Banana把家具放入房间指定位置。 

要是在以前，光画示意图就得费半天劲，现在直接在Magic Canvas左边的画框里打字就行，简单粗暴。从Nano Banana生成的结果看，所有家具位置准确，每个家具的细节也与原图一致。以后装修，自己也能做效果图了。 

●图片来源：AI博主@歸藏(guizang.ai) 

另外，还有人用Nano Banana将任意建筑转换成等距风格图标； 

●图片来源：AI博主@歸藏(guizang.ai) 

或者像画火柴人一样，手绘个动作示意图，再上传任意人物图像，让Nano Banana将后者中的人物动作变成手绘图的样子，它也能做到，这玩法相当有趣； 

●图片来源：微信公众号@数字生命卡兹克 

还有哦，给它两个图像，它还能生成多张分镜图片，也就是说可以拿它做漫画呢。

●图片来源：AI博主@歸藏(guizang.ai) 

Nano Banana的玩法实在太多，还有用户在不断探索。 

感觉只要我离线半天，再上网就得补作业。这也说明，这类生成模型正迅速从“炫技工具”变成“日常工具”，并不断被用户重塑使用边界。 

而在热闹之外，负责这个模型的DeepMind研究员在播客里聊到未来展望时，提到了两条主线：Smartness（更聪明）与Factuality（更靠谱）。

一方面要让模型更聪明，懂得帮你补全没说清楚的指令；另一方面也要更靠谱，特别是在图表、流程图这些“既要好看又要准确”的场景里，避免胡编乱造。 

他们还提到未来可能会做个“自动化个人审美打分器”，让模型慢慢学会你的审美偏好。也就是说，Nano Banana的潜力还远未到头。而我们现在看到的花样百出的玩法，或许只是起点。

 

撰文 | 杜雪莹

编辑 | 巴芮

封面图源 | AI生成

 

 

 

你想用Nano Banana来做什么呢？