测试 Nano Banana：Gemini 2.5 Flash 图像编辑

Gemini 2.5 Flash Image 绰号 Nano Banana，是一款图像生成与编辑模型。我发现它尤其擅长在多次编辑中保持人物一致。我用视角变化、合成、照片修复、文字、物体计数和图像序列测试它，也指出失败的地方。

我让它翻转 MKBHD 缩略图中的两部手机。生成的屏幕分别像 iPhone 和 Android 界面，不过部分图标和文字有误。这是令人信服的想象背面，并不能还原原图中实际被遮住的细节。

另一个测试中，我要求它将最右边两个 KAWS 公仔旋转。它旋转了三个，还改变了其中一个的位置，但追加指令后结果有所改善。对于一罐可口可乐，它生成了三个视角，标志和凝结水珠看起来都很可信。

我在自己的照片里加上一罐可乐，又加上反光眼镜。眼镜反射出黄色花朵，与周围场景相符。进一步要求后，模型生成了一个看起来合理的后脑勺视角。这些编辑展示了模型如何虚构连贯细节，即便原图并未显示这些细节。

我要求两个角色呈现多个姿势和角度。模型在不同图像中保持了它们的外观，但生成的数量少于要求，也有一点穿模。一张组合图包含两个正面视角和一个背面视角。

为了测试合成，我编辑登月照片，加入摄影人员，再将画面扩展为想象中的摄影棚。生成内容与原图的颗粒和光线相配，同时保留了宇航员。这是虚构的编辑，不能作为真实登月事件的证据。

发布时，Google 的公告和展示的图像编辑排行榜都给这款预览模型很高的排名。随后我把自己的肖像变成站在 SR-71 前面的飞行员，再要求缩远镜头。模型在编辑过程中保留了面部细节，还在头盔上加入类似摄影师的反射。

我从一张合影中移除两个人，再把自己加进去。生成的姿势、表情和阴影与场景配合得出奇地好，但结果是合成修改。我还尝试添加胡子、改变头发和编辑另一个人的表情；生成的眼泪看着很假，于是我把它们去掉。

一幅四格漫画大体保持了同一个角色：她出现在早餐、会议和回家场景中，却没有出现在通勤那一格。一只猫先在背景里出现，后来坐在她腿上。这个例子既展示了连续性，也展示了一次指令遗漏。

肖像的背景移除效果很好，但随后增加肌肉的编辑在手上留下不一致的袖子。我还将肖像变成动漫、三维风格角色、全身图和多姿势角色表。这一系列结果让人想到角色设计和产品图像等用途。

从零生成时，我要求一个随机的日常瞬间。一张图的阴影效果不错，但镜头光晕较为风格化；另一张有悬空的狗绳和一只很大的鸽子。我喜欢景深效果，尽管这些小的不一致仍然可见。

汽车提示词测试了反射：生成的车格栅和湿地面显示出反射元素，其中包括一位摄影师。缩略图实验中，我去掉背景、改变面部表情，并要求生成挑战类构图。一次替换人脸的尝试没有很好地遵循我的要求。

把缩略图文字从“big news”改成“huge news”后，原有风格保留得相当好。我还修复受损的黑白照片并为其上色。结果看起来可信，但生成的颜色或重建细节合理，并不意味着它们符合历史事实。

在视频录制时，我演示通过 Google AI Studio 和 Gemini 界面访问该模型。我讨论了 temperature 等设置，并展示图像生成选项的位置。演示之后，可用性、名称和限制都可能发生变化。

一个序列提示展示未点燃、燃烧和融化的蜡烛。三格大体符合时间顺序，不过燃烧中的蜡烛看起来比未点燃的还高。第二个提示要求展示汉堡经过多年腐坏的过程，生成了几个发霉和腐败阶段。

测试材质变化时，我要求将冰制茶壶换成金属茶壶，同时保持场景其他部分不变。包括蒸汽在内的大部分构图仍然相似。我还通过在白板上添加香蕉和文字制作了一张梗图。

计数测试要求七个完全相同的苹果。图中确实有七个，但其中两个没有其他苹果上的叶子，因此并不完全相同。最后一张交握双手的特写在这个例子中呈现了五根手指和逼真的皮肤纹理。这些成功案例令人印象深刻，但每个结果仍需要检查。