谷歌发布“纳米香蕉”：AI图像编辑领域的颠覆性突破

1. 新动态
   谷歌于2025年8月26日推出Gemini 2.5 Flash图像模型（代号"纳米香蕉"），将先进图像编辑与生成功能整合至Gemini生态系统。目前该功能已登陆Gemini应用，并通过Gemini API、AI Studio和Vertex AI平台向开发者开放。
2. 核心功能

• 自然语言图像编辑：模糊背景、去除污渍、调整人物姿势甚至删除对象？只需文字指令即可实现。

• 多图像融合与一致性：无缝合成多张图像——将产品置入新场景、保持角色/品牌元素跨帧统一，或基于"世界知识"重新演绎设计图。 
• 对话式迭代编辑：支持与AI进行多轮交互式修改，逐步优化图像效果。

该模型融合了Gemini 2.5的多模态输入、高级推理能力和图像生成技术，来源：X

1. 定价策略
   谷歌云平台定价为每百万输出token 30美元，单张1024×1024图像消耗约1,290 token，折合每张图像成本0.039美元。
2. 分发渠道与数字水印
   谷歌与OpenRouter、fal.ai达成合作，触达数百万开发者。所有输出图像（无论可见与否）均携带SynthID数字水印和元数据标签，标注AI生成属性。
3. 市场格局
   OpenAI在2025年3月率先为GPT-4o添加图像生成功能，推动ChatGPT周活突破7亿。截至2025年8月，谷歌Gemini以4亿月活用户应战。
4. 行业生态整合

• 纳米香蕉不仅限于谷歌生态——已深度集成至Adobe Firefly、Firefly Boards和Adobe Express，9月1日正式开放。用户可享20次免费试用，付费用户获得无限生成权限。

• 该模型已接入Poe(Quora)、WPP、Freepik、Leonardo.ai和Figma等创意工作流，业界盛赞其一致性、实时响应和创作自由度。
  

1. 潜在风险
   随着图像工具能力提升，深度伪造和虚假信息风险加剧。尽管采用水印技术，滥用隐患依然存在。

若认为DALL·E或Midjourney代表AI图像工具巅峰，纳米香蕉将颠覆认知——这款文本驱动、多图像处理、内置水印的视觉瑞士军刀，彰显谷歌重塑创意工作流的野心，而非简单追赶竞争对手。