Nano Banana 早期图像编辑示例与实测

2025 年 8 月，一个名为 Nano Banana 的模型出现在 LM Arena 图像对战中。我查看其他人分享的示例，自己也尝试几次编辑，重点观察它修改图像一部分时能否保留其余内容。

一个示例要求模型在购物车里再加一袋狗粮。结果保留了场景和包装的大部分一致性，不过我注意到袋上狗的图案有一些瑕疵。

另一张生成的自拍把年轻的 Michael Jackson 与 Billie Eilish 合在一起。我觉得图像很逼真，但这也说明，看似真实的合成图不能证明画面中的事情真的发生过。

另一个示例在 Tom Holland 的照片上覆盖类似 3D 网格的效果。网格看起来沿着衣服和姿势分布，但仅凭图片不能证明模型恢复了正确的底层三维模型。

几个示例修复并为受损或褪色的照片上色。结果可能很美观，但推测出的颜色和补出的细节不能被认为一定准确记录了原场景。

当时，人们通过 LM Arena 的随机对战遇到 Nano Banana。我把 Google 的 Logan Kilpatrick 发布的香蕉表情解读为 Google 可能是模型开发方的线索；这只是视频拍摄时的推断。

Chatbase 赞助环节之后，我展示了一组遵循参考图风格的四格体育画面。其他例子包括给图片上色、想象场景的背面以及制作广告；场景中原本不可见的部分是模型生成的猜测。

一个合成图将分别拍摄的男人、女人、狗和汽车放在一起。厨师服等细节保留了下来，展示多图合成的能力，但原车的每一项特征并不容易核实。

另一个例子把 Tim Cook 和一款传闻中的手机放在一起，但我觉得手机形状别扭、尺寸过大。还有一个示例把 Batman 换成 Superman，同时保留了猫；替换并不完美，但未修改的元素保持一致。

还有示例给肖像中的人加帽子，或按照指令把一摞书竖起来放在书挡之间。书籍示例暴露了一个限制：编辑后一些名字和文字变得模糊或发生变化。

与 GPT Image 1 的一组比较中，同一提示产生了两种不同的视觉风格。我更喜欢其中看起来真实一些的结果，但一个选定输出不能构成通用基准。

一个产品植入示例比较 FLUX.1 Kontext 和 Nano Banana 将特定啤酒瓶放进人物手中的效果。在展示的结果中，Nano Banana 更接近保留了酒瓶，而 FLUX 的结果是一杯啤酒，手部也有问题。

其他示例把公众人物合成在海滩场景中，并把椅子与灯放在一起。后一例中我喜欢灯光和图案投下的影子；这些是挑选出来的演示，不能证明模型在所有提示上都稳定如此。

录制时的尝试方法是在 LM Arena 选择图像生成和对战模式，然后等待系统随机分配 Nano Banana。这里描述的可用性和访问方式反映的是 2025 年 8 月的情况。

我自己的测试要求移除肖像背景并把我放到太空。与旁边展示的 Gemini 2.0 Flash 结果相比，我更喜欢 Nano Banana 的版本，因为它更好地保留了我的脸。

随后我加上太空头盔，并要求玻璃略微着色，将 Nano Banana 与 Qwen Image Edit 作比较。对于着色这一步，我实际上更喜欢 Qwen 的示例，说明结果取决于具体编辑要求。

最后我要求一根巨大香蕉追着我跑。结果很有趣，但尽管延续了一些特征，看起来却不太像我。这些早期示例让我很想进一步测试模型。