谷歌旗下图像生成模型Nano Banana迎来重大升级，新一代产品Nano Banana Pro正式亮相。这款基于Gemini 3 Pro架构开发的模型，在文字渲染、细节表现和多语言支持等方面实现了突破性进展，为创意产业和办公场景带来全新工具。
今年8月推出的初代Nano Banana凭借将2D照片转化为3D手办效果的功能迅速走红，推动Gemini应用月活跃用户数在三个月内从4.5亿增长至6.5亿。此次升级版不仅延续了前代的视觉转换能力，更在文本生成、图像编辑和跨语言处理等维度实现质的飞跃。
核心升级体现在文字处理能力上。新模型可精准生成从简短标语到长段落的多语言文本，支持超过200种语言的实时翻译与本地化。通过增强的书法渲染引擎，用户能自定义字体风格、纹理效果和排版布局，确保文字在复杂背景中依然清晰可读。测试显示，在饮料包装、电影分镜等场景中，文字生成准确率较前代提升47%。
编辑功能迎来全面革新。用户现在可以动态调整相机视角、光线强度、景深效果等参数，支持16:9至1:1等九种常见纵横比切换。分辨率上限从1024×1024提升至4K级别，满足专业设计需求。特别开发的角色一致性算法，允许在单张幻灯片中保持最多五个角色的视觉统一性，每个角色可生成多达14种不同姿态的图像。
办公场景应用成为新亮点。谷歌宣布将该模型深度整合至Workspace办公套件，用户可直接在PPT中生成信息图表，系统自动匹配主题色调与字体风格。针对创意工作者开发的"可视化知识库"功能，能将豆蔻茶制作等步骤转化为分步动画，支持添加交互式热点注释。
技术团队透露，新模型通过引入互联网实时检索模块，使生成内容具备动态更新能力。当用户要求制作节日主题海报时，系统会自动关联当前日期并推荐相关设计元素。在多模态处理测试中，模型成功将用户手绘草图转化为包含中英双语说明的商业海报，整个过程耗时不足8秒。
访问权限方面，谷歌采取分级开放策略。免费用户可在Gemini应用中体验基础功能，每日生成配额为5次；AI Plus订阅用户配额提升至20次，支持4K分辨率输出；最高阶的Ultra用户则享有无限次使用权，并可优先体验Flow电影制作工具中的3D场景生成功能。所有用户生成的图像都将自动添加数字水印，便于版权追溯。
