花样再多，
能帮到普通人才算真破圈。
刷屏的 " 香蕉神器 "
最近我的社交媒体一直被 Nano Banana 刷屏——很多博主甚至为它一天 N 更，出各种各样的教程，包括所谓的 " 邪修 " 大法，隔着屏幕都能感受到他们那像发现宝藏般的兴奋。
Nano Banana 是 Google 最新推出的图像模型 & 编辑模型 Gemini 2.5 Flash Image。最早它藏在一个叫 LMArena 的 " 模型比武场 " 里，还是隐藏卡池，得靠 " 抽卡 " 才能体验。
但因为抽中概率低，想体验的人又多，甚至有大佬因此研究了能提高抽中几率的 " 邪修 " 方法，比如在上传的照片后面垫透明图。
那时的 Nano Banana 就已经小有名气，而且被玩出了很多花样，主打就是一个能把各种平面图生成一整套摆在桌上的手办模型图片，图片中还包括桌上的包装盒和显示着模型的电脑屏幕，看上去就像是摆拍了一个真的放在桌面上的手办。
●图片来源：小红书用户 @麦兜 _Meadow：）
比如，有网友上传了自己的宠物照片生成了一个同款手办摆在桌上的图片。是的，这张图中，除了那张小狗照片是真的，其他都是 Nano Banana 生成的，这立体程度，很逼真吧。而且还很快，一般十几秒一个。
也都符合它的官方宣传点——
1.SOTA 图像生成和编辑；
2. 难以置信的角色一致性；
3. 快如闪电。
8 月 26 日，Nano Banana 终于正式上线，旋即引爆 。说实话，除了各个为之疯狂的 AI 博主，最近就连我的社交媒体上，也到处都是别人晒出的手办图。Nano Banana 也算是破圈了。
而我，作为一个正对乙女向恋爱手游《恋与深空》上头的新晋玩家，Nano Banana 太让我心动了，首先我就要用它做个秦彻（《恋与深空》里的男主之一）的手办！
于是，我的 Nano Banana 初体验，就从这个痴汉计划开始了。
火出圈的平面图秒变手办
按照网友推荐，我试过从 AI Studio 和 Flowith 上使用，但体验都不如直接去 Gemini 大模型官网直接用。在网页左上角切换到 2.5Flash，输入框处选择 image 模式，立刻丝滑起飞。最近，Lovart 等平台也已经接入了这个模型，入口越来越多。
既然决定要用 Nano Banana 给秦彻上桌，第一步当然是——上传他的平面图。我选了一张恶龙造型平面图，上传后参考网友提供的提示词模版，简单说就是：" 把角色做成立体手办，加上包装盒和建模界面 "，然后它说 "Just a sec..." 不到半分钟，屏幕上跳出了一张图，如下——
● Nano Banana 生成
我真的是当场 " 哇 " 了出来。
衣服褶皱、胸前纹理、头发层次感都很立体，桌面环境和光影也自然。美中不足的是，手办后面的包装盒有点粗糙，还带着点火星文，让我不太理解。
后来我还尝试给秦彻换了两个发型。在左一原图的基础上，输入简单指令 " 改成长发 "" 改成浅金色长直发 "，就出现了如下图片——
● Nano Banana 生成
人物一致性果然保持得不错。小幅度改动就能出新图，这也难怪有网友锐评 "Photoshop 岌岌可危 " 了。
换装、换人、换景，想怎么换都行
要知道我这个人很朴实的，我得让它来点儿实际的，比如帮我解决个痛点——网购。
老实说，我平时网购最大的痛点就是货不对板，或者说货不对我。尤其是衣服，完全像开盲盒，图片看着不错，一到手就怀疑人生：这颜色适合我吗？这版型适合我吗？怎么穿在身上完全不是我的风格……每次网购衣服都像在赌博。
既然 Nano Banana 的人物稳定性这么强，还能生成如此立体的图像，我想不如用它帮我试衣服吧：上传全身照 + 想买的单品图，让它生成穿在我身上的效果图，来个云试穿。
比如我东北基因觉醒，看上了一件大花棉袄，输入指令 " 将图 1（本来是我自己的照片，但我不好意思出镜，这里用模特照片代替）中的上衣换成图 2（大花棉袄），其他部分保持不变。" 很快，屏幕上就出现了完整穿搭效果——正所谓 " 穿搭要显贵，基础款就不要再搭基础款 ......" 原本人物身上的西装外套，变成了我提供的大花棉袄，其他部分均未改动。
● Nano Banana 界面
看完生成的效果，我心里大概有数了：整体颜色和版型都很适合我，过年穿它绝对喜气洋洋，这就把它拿下。
哦，对了，还有搭配问题，经常买完一件，发现全身都要跟着换。于是我干脆直接上整套，让 Nano Banana 把衣服、包、鞋、配饰一起穿戴上，看这套整体造型是否适合我（这里没有没让它帮我搭，都是我自己挑的或者商家搭配，毕竟它不是个穿搭工具，但此时我还挺希望它是的）。
下面是我找的一套穿搭，但效果上似乎出了点问题——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穿着的黑色打底衫外面，我觉得这不像 Nano Banana 的水平啊。
●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
后来发现是要重新开一个聊天。于是我点击新聊天重头再来，这次就很不错了。
左图是第一次生成的效果，大体上看，帽子、眼镜、上衣、鞋子都没有问题，但还有很多细节不符合。
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！" 又跑了两次图后得到了右图，它还是非常固执地不改成短裤，我放大查看时没有找到耳环，一缩小发现，耳环竟然在左上角挂着，哈哈哈，实在有点好笑。 但也还不错了，以后我网购衣服的时候还是准备先用它帮我试一下的。
除了做手办、试衣服，Nano Banana 对普通人来说还有更接地气的整活玩法。比如给照片换人、换景，想换哪里换哪里，你完全可以人在家中躺，但发个朋友圈，佯装自己正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 "。第一次出的图简直没把我笑死，因为原图里女生穿的是裙子，两个光溜溜的膝盖露在外面，当人物被替换后，也变成了 " 光腿特朗普 "，看上去非常滑稽。后来我还是要求给特朗普穿上了裤子，并把背景换成海边，瞬间就有了一种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 的模型研究员说，这个模型拥有 Gemini 世界知识，所以它不仅能生成图，还 " 懂图 "。
于是我做了个小实验：上传了几个景点的图片，让它帮我识别这是什么景点并加入 AR 视觉的介绍卡片。
可以看到在第一张图片中，Nano Banana 准确标注了国家大剧院等三个标签，并且标签里的描述内容也是对的。第二张图的建筑多一些，标签的落点位置会出现一些小偏差。
我是个爱旅行的人，感觉这个功能或许能帮我成为一个旅行博主哎！（当然，旅行博主可不是这么好当的，我懂）但如果在旅行时拍摄 Vlog，然后把这些 AR 卡片丢到视频软件里，做出带讲解的沉浸镜头，肯定很有意思。
更酷的是，网友们还发掘出了 Nano Banana 的视觉推理能力。
比如，X 博主 @Simon 在地图中标注出红色箭头，问它在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 还给了它一张绘制了等高线的地形图，它便绘制出了站在红色圆圈所在地看向箭头所指位置的真实场景，真是厉害。
●图片来源：X 博主 @Simon
所以，Nano Banana 不只是会生图、画图，它还能识别出图里有哪些元素，并在此基础上结合世界知识做二次创作。
不过，如之前所见，Nano Banana 也非尽善尽美，比如生成 AR 卡片时图像清晰度会下降，卡片标签描述里的文字可能变形，箭头所指地点和实际地标场景也可能偏差。但我想说，瑕不掩瑜吧。
与 FLUX、豆包的对比
Nano Banana 一上线，口碑直追之前刷屏的 Flux Kontext ，甚至有过之而无不及。
两者都主打的是人物一致性。之前 Flux Kontext 是这个领域的王者，它能保证同一个人，从不同角度、不同造型画出来都还是那个人。但 Nano Banana 上线后，很多用户倒戈，说这才是最一致的。
此外，两者在这方面还有一些操作门槛上的不同，用 Flux Kontext 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，效果往往没那么稳，还得靠别人调好的预设。
相比之下，Nano Banana 的优势就是上手成本低。不需要我去学习一堆插件和参数，直接对话就能出图改图，还能多轮互动，边出图边调整。
所以，Flux 更像是设计师的工具，Nano Banana 更像是大众用户的 Photoshop 替代品。
在生图这个领域，还不得不提起在国内拥有大量用户的豆包，作为字节系产品，生态绑定好，在剪映、飞书这些场景里能直接用。而且作为国产大模型，支持中文语境，非常方便。但生成的图像有较浓的 AI 味儿，尤其在人脸细节和一致性上不够自然。
如果拿人群来分的话：豆包适合效率党，比如职场人要做个商品展示图、汇报封面，用它足够了；Nano Banana 更适合有创作欲的人，比如博主、手办玩家、旅游达人，能折腾出花样；Flux 则是专业向，设计师、插画师用它能跑出很酷的作品，但门槛高。
一句话总结：Flux 是 " 效果派 "，追求画面质感，但门槛高；豆包是 " 效率派 "，方便接入各种场景，但效果打折；Nano Banana 是 " 全能派 "，既能玩花活，又够接地气，上手门槛低，还带理解广度和视觉质量的加成。
但无一例外，再强大的模型，也不是一键完美，输入和提示词还是很重要的。
重塑边界
作为一个普通受众，在试用 Nano Banana 过程中，我最直观的感受就是：Nano Banana 的玩法更新速度比我刷短视频换频道还快。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 "，直接冲进家装赛道。
比如 AI 博主 @歸藏 ( guizang.ai ) 找了 7 张家具的照片，并用 Lovart 里的 Magic Canvas 画了简单的家具位置示意图，然后让 Nano Banana 把家具们放入房间的指定位置。
这要是在以前，只是画个示意图就得费一顿牛劲，但现在直接在 Lovart 的 Magic Canvas 左边的画框打字就行，简单粗暴。从 Nano Banana 生成的结果来看，所有家具的位置都摆对了，每个家具的细节也都与原图一致。以后装修的时候，都能自己做效果图了。
●图片来源：AI 博主 @歸藏 ( guizang.ai )
另外，还有人用 Nano Banana 给任意建筑转换成等距风格的图标；
或者只是像画火柴人一样，手绘个动作示意图，然后再上传任意一个人物图像，让 Nano Banana 把后者中的人物动作变成前面手绘图的样子，它也能做到，这玩儿法还挺有意思的；
●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，它还能给你生成多张分镜图片，也就是说可以拿它做漫画哎。
Nano Banana 的玩儿法实在太多了，还在有用户不断探索。
感觉只要我离线半天，再上网就得补作业。这也说明，这类生成模型正在迅速从 " 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 " 又要好看又要准确 " 的场景里，避免瞎编。
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 的潜力还远没到头。而我们现在看到的花样百出的玩法，也许只是起点。
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？
本文来自微信公众号" 未来人类实验室 "，作者：杜雪莹，36 氪经授权发布。
