Google推出AI圖像編輯模型「Nano Banana」，挑戰Adobe壟斷地位？

Google剛剛正式公布其在人工智慧圖像編輯領域的重大突破，推出Gemini 2.5 Flash Image模型，該模型在測試階段以「Nano Banana」之名風靡全球，現已正式整合至Gemini應用程式中。這款被譽為「世界頂級圖像編輯模型」的AI工具，正挑戰Adobe Photoshop等傳統編輯軟體的霸主地位。

病毒式傳播的「香蕉」模型震撼AI界

在正式發布前，這款神秘的AI模型在評測平台LMArena上以「nano-banana」的代號出現，立即引起用戶瘋狂討論。該模型在圖像編輯排行榜上以巨大優勢登上榜首，遠超排名第二的Flux-Kontext模型。Google副總裁Josh Woodward的一則充滿香蕉表情符號的推文，更是暗示了Google在背後的參與。

這種病毒式傳播效應讓AI社群為之瘋狂，Reddit用戶紛紛讚嘆其驚人的編輯能力。該模型的匿名測試方式不僅展現了Google的營銷智慧，更證明了其技術實力足以讓用戶在不知道開發商的情況下就愛上它。

突破性人像一致性技術重新定義編輯標準

Gemini 2.5 Flash Image最大的技術突破在於其卓越的人像一致性保持能力。Google DeepMind產品負責人Nicole Brichtova表示：「當編輯自己或熟悉的人的照片時，細微的瑕疵都很重要——’接近但不完全相同’的描繪並不合適。」

這項技術讓用戶可以為寵物穿上芭蕾舞裙、嘗試60年代蜂窩髮型，甚至將自己置身於世界任何角落，同時完美保持人物或動物的原始特徵。相較之下，ChatGPT或xAI的Grok在處理類似任務時，經常出現面部扭曲或背景改變等問題。

多重編輯與智能融合功能展現AI創作新境界

新模型支援多輪編輯功能，讓用戶能夠層層疊加修改，同時在整個編輯過程中保持一致性。模型還具備圖像融合能力，可以將多個元素巧妙結合，例如將雨靴的圖片與粉色玫瑰結合，創造出花卉圖案的靴子設計。

更令人印象深刻的是，該模型結合了多模態推理和世界知識，能在編輯過程中做出策略性選擇，比如為特定環境添加合適的植物。用戶可以上傳沙發圖片、客廳照片和色彩搭配，模型會將這些元素融合成一個協調的渲染圖。

開發者與企業級應用全面開放

Google同步在Gemini API、Google AI Studio和Vertex AI平台向開發者開放了這項技術。定價策略相當有競爭力，每百萬輸出代幣收費30美元，每張圖片僅需0.039美元，比OpenAI的gpt-image和BFL的Flux-Kontext模型更便宜。

Google AI Studio的「建構模式」也獲得重大更新，讓開發者能夠快速測試模型能力，並直接從平台部署應用程式或將代碼保存到GitHub。這種無縫的開發體驗將加速AI圖像編輯應用的普及。

Adobe面臨前所未有的競爭壓力

這項發布對Adobe構成了嚴重威脅，該公司股價在過去一年已下跌35%，部分原因正是分析師對AI衝擊傳統工具的擔憂。Google明確表示，Gemini 2.5 Flash既面向消費者，也針對專業用戶，並為付費和免費Gemini用戶都提供存取權限。

有趣的是，Adobe週二也宣布將立即在Adobe Firefly和Adobe Express中提供Google的新模型。Adobe辯稱其優勢在於將所有模型整合在一個平台上，讓用戶無需在不同平台間跳轉，並支援在不同Adobe應用程式間移動創作內容。

安全防護與深偽技術應對措施

考慮到AI生成圖像可能被濫用的風險，Google在模型中內建了多項安全防護措施。公司的生成式AI服務條款禁止用戶生成「非同意的親密圖像」，這類防護措施似乎並未在Grok等競爭對手的工具中實施，後者曾允許用戶創建類似泰勒·史威夫特等名人的明確圖像。

為應對深偽技術的興起，Google對AI生成的圖像加入視覺浮水印以及元數據識別符。不過，在社交媒體上滾動瀏覽的用戶可能不會注意到這些識別標記。

資料來源：https://blog.google/products/gemini/updated-image-editing-model/?utm_source=www.therundown.ai&utm_medium=newsletter&utm_campaign=google-s-viral-model-changes-ai-image-editing&_bhlid=f2ff2302fd65b85f2936aa819d58be009886bcb3