# 神秘「香蕉」AI 正式上线！Google P 图新王深夜炸场｜附体验方式

- 作者：张子豪
- 发布时间：2025-08-27 12:44
- 分类：公司、软件
- 原文：https://www.ifanr.com/1635540

![](https://s3.ifanr.com/wp-content/uploads/2025/08/GzSKTDFagAAct7F-1.jpeg)

还记得之前大家热议的神秘 AI 图片编辑模型「nano-banana」吗？

前几天，[我们在 LMArena 大语言模型竞技场里面用它进行了多轮测试](https://mp.weixin.qq.com/s/3j4RZAje78-CWwqkm1X5CA)，结果表现都非常出色。

现在，Google 终于揭开了它的神秘面纱。

![](https://s3.ifanr.com/wp-content/uploads/2025/08/PixPin_2025-08-26_22-54-50.png)

▲ Google AI Studio 负责人 Logan Kilpatrick 发推文宣布正式推出 Gemini 2.5 Flash Image 模型



Google 正式推出了其最先进的图像生成与编辑模型——Gemini 2.5 Flash Image。

![](https://s3.ifanr.com/wp-content/uploads/2025/08/PixPin_2025-08-27_00-32-21.png)

▲ 在多个榜单上都是第一名，尤其是 **LMArena 榜单几乎是遥遥领先**



在更新的技术博客里面，Google 提到此前的 Gemini 2.0 Flash 已经在图像生成方面，以其低延迟和高性价比受到了开发者的喜爱，但用户们也一直期待**更高质量的图像和更强大的创作控制功能**。

Gemini 2.5 Flash Image 就是带着一系列的重磅更新，来强势回应这些期待。

和我们之前的体验效果一样，Gemini 2.5 Flash Image 的主要特点包括下面几点

1. 充分保持角色的一致性
2. 基于提示的图片编辑
3. 利用 Gemini 的现实世界知识
4. 多幅图像融合

## 一张图讲一个故事：角色、场景随心换

以往的 AI 绘图工具，最大的痛点之一就是难以保持角色或物体的一致性。我们都曾经经历过，想让同一个角色出现在不同场景中，结果却常常画风突变，每一次生成都像换了个人。

Gemini 2.5 Flash Image 彻底解决了这个问题。

![](https://s3.ifanr.com/wp-content/uploads/2025/08/GzSJv5FbcAAMrK_.jpeg)

▲ 图片来源 X@geminiap



它可以轻松地将同一个角色置于不同的环境中，或者从多个角度展示同一款产品，同时完美地保持其核心主体不变。Google 提到这对于需要讲述连续故事、生成品牌系列资产或制作产品目录的场景来说，无疑是一项革命性的功能。

为了展示这项能力，Google AI Studio 中还提供了一个模板应用，让开发者可以快速上手，甚至在其基础上进行二次开发。

![](https://s3.ifanr.com/wp-content/uploads/2025/08/image.png)

▲ 体验地址：https://aistudio.google.com/apps/bundled/past\_forward



在这个体验项目里，我们不需要输入任何的提示词，只用上传一张人像照片，它就会调用这个最新的图像模型，为我们生成从 1976 年 到 1990 年等各个年份的照片。

马斯克看到自己这么帅心里一定在想，我的 Grok 也可以。

## 一句话修图，用自然语言精准编辑

除了这种保持好高度一致的角色生成，精准的编辑也是一大亮点。Gemini 2.5 Flash Image 允许我们通过简单的自然语言指令，对图片进行精准的局部修改 。

像是模糊图片背景、消除 T 恤上的污渍、从合照中移除某个人、改变人物的姿势、为黑白照片上色……

这一切，都不再需要复杂繁琐的专业软件操作，我们只需要像聊天一样，用一句话告诉 AI 想做什么即可。

这跟我们之前在 LMArena 中的体验是一样的，像是我们也转换过照片的风格，从黑白到彩色；以及对照片进行细微的调整等。

![](https://s3.ifanr.com/wp-content/uploads/2025/08/GzSKVYWakAAFEGU.jpeg)

▲ 图片来源 X@geminiapp



Google 同样设计了一个简单的应用，来方便我们更好的体验这种基于提示词的图像编辑，但是完全媲美 PS 软件的效果。

![](https://s3.ifanr.com/wp-content/uploads/2025/08/image1.png)

▲ 体验地址：https://aistudio.google.com/apps/bundled/pixshop



## 不止会画，更「懂」世界

过去的图像模型虽然能创造出精美的图片，但往往缺乏对现实世界的深层语义理解 。

Gemini 2.5 Flash Image 借助 Gemini 强大的世界知识库，让图像生成变得更加「智能」。

这意味着，模型不仅能看懂我们潦草手绘的图表，还能回答与现实世界相关的问题，并一步到位地执行复杂的编辑指令。

![](https://s3.ifanr.com/wp-content/uploads/2025/08/image2.png)

▲ 体验地址：https://aistudio.google.com/apps/bundled/codrawing



听起来很有多模态推理的感觉，Google 在 AI Studio 中展示了一个互动教育应用，将一块简单的画布变成了可以答疑解惑的智能导师，我由衷的感叹这个模型是真的厉害。

## 图像融合：轻松实现「无缝」拼贴

新模型还带来了一项酷炫的功能——多图像融合。我们可以将一张图片中的物体「放」进另一张图片的场景里，或者用一张图的风格去渲染另一间屋子，整个过程只需一条提示指令就能完成。

同样是 Google AI Studio 里面的模板体验应用，我们只需要把产品拖拽到新场景中，就可快速生成一张毫无违和感的、真实照片般的融合图像。

![](https://s3.ifanr.com/wp-content/uploads/2025/08/image3.png)

▲ 体验地址：https://aistudio.google.com/apps/bundled/home\_canvas



在这个模板应用里面，我们甚至不需要输入任何提示词，可以直接拖动某个物体，到场景图片上的具体位置，然后它会自动生成融合的图片。

## 如何上手体验？

除了我们在前面提到的那些 Google AI Studio 里面的模板应用。

![](https://s3.ifanr.com/wp-content/uploads/2025/08/PixPin_2025-08-27_12-35-12.png)

目前，Gemini 2.5 Flash Image 已经可以通过 Gemini APP、Gemini API、Google AI Studio 和 Vertex AI 进行访问。

关于调用 API，具体的定价是每百万输出 token 30 美元，官方介绍，生成一张图片大约消耗 1290 个输出 token，也就是说，每张图片的成本约为 0.039 美元，换算下来人民币**不到 3 毛钱**。

![](https://s3.ifanr.com/wp-content/uploads/2025/08/GzSKbbdbMAACf3n.jpeg)

值得一提的是，所有通过 Gemini 2.5 Flash Image 创建或编辑的图片，都会包含 SynthID 隐形数字水印，以便识别其为 AI 生成或编辑的内容。

这跟前些天 Google 发布 Pixel 10 系列手机时，讲到 AI 图片编辑 Ask Photo 工具时，使用的 C2PA（内容来源和真实性联盟） 内容凭证是一样的。

最后，Google 还提到正在努力提升模型在**长文本渲染**、角色一致性稳定度和图像细节真实性等方面的表现。

总而言之，Gemini 2.5 Flash Image 的发布，让 AI 图像工具从一个单纯的绘画玩具，向一个真正实用的创意与生产力工具迈出了一大步。

它不仅解决了我们过去使用 AI 绘图时的诸多痛点，还带来了更多有趣、实用的新玩法。

之前 4o 生图能力出来，看到很多 App 开始主打用一张图每天生成一首诗，还有像是拿到了今年 Apple 设计大奖的 CapWords，拍一张生活里的照片，来实景学习一门新的语言……

![](https://s3.ifanr.com/wp-content/uploads/2025/08/PixPin_2025-08-27_00-34-33.png)

我现在已经迫不及待想看到基于 Gemini 2.5 Flash Image 模型，又会有哪些新应用诞生了。