谷歌发布图像编辑模型 Nano Banana

背景

用一句话描述想要的改动——换背景、去掉某个物体、改掉画面风格——是图像模型最常被拿来检验的能力之一。它比从零生成一张图更难：模型既要改对用户要求的那一处，又要让其余部分保持原样。

谷歌把这次发布放进一条持续更新的产品线里，而不是当作一次孤立试验：它称 Nano Banana 是 Gemini 应用图像生成能力的最新一次升级 ^[1]。

发生了什么

2025 年 8 月 26 日，谷歌把一个新的图像编辑模型带进 Gemini 应用，昵称为 Nano Banana ^[1]。昵称往往比版本号传得更快，谷歌在发布时也就沿用了这个叫法。

同一个模型以更正式的名字提供给开发者：Gemini 2.5 Flash Image，可通过 Gemini API 和 Vertex AI 调用 ^[2]。谷歌给出的价格是每张图 0.039 美元 ^[2]。发布时开发者版本处于预览（preview）阶段，稳定版计划在之后几周内推出 ^[2]。

关键细节

谷歌称它是 LMArena 图像编辑排行榜上排名第一的图像编辑模型 ^[1]。LMArena 是一个公开的模型对比平台，排名来自用户的盲测两两投票，因此榜单位置反映的是人们对成对输出的判断，而不是实验室内部的基准测试。

谷歌还特别强调了这个模型的一项能力：在编辑过程中让人物和宠物保持本来的样子 ^[1]。这个点提得很准，因为图像编辑最常见的失误之一就是对象「走样」——改完之后那张脸或者那只动物，看上去已经不是原来那个了。

在应用里创建或编辑的图像都带有可见水印和 SynthID 水印 ^[1]。SynthID 是谷歌的水印技术，它把信号嵌进像素本身，因此一张由 AI 生成或编辑的图片即使没有任何标注，事后也能被识别出来；可见水印则是在此之上另一层一眼就能看到的标记。

为什么重要

两件事让这样的发布不只是增加一个功能。第一是价格。按张计费意味着开发者把编辑能力接进自己的应用时，可以按固定的单张成本估算开销，而不必面对难以预期的用量账单 ^[2]。

第二是榜单说法。图像编辑当时已经是一个拥挤的赛道，点名一个公开排名，是在其中划定自己的位置 ^[1]。与此同时，「先预览、后稳定」的安排也说明，发布时开发者一侧还没有完全定稿 ^[2]。

第三条线索是输出标记。可见水印与 SynthID 并用，意味着一张编辑过的图片，既对人眼有提示，也能被程序检测出来 ^[1]。对于一个专门用来改动真实人物和宠物照片、同时又要把他们保持得可辨认的工具来说，这部分信息不只关系到使用者，也关系到应用之外的每个人。