Google 的 Gemini 2.5 Flash Image（代号 “Nano Banana”）正引起广泛关注——这并非没有原因。它将快速的图像生成与强大的编辑和视觉推理能力相结合，非常适合需要兼顾创意和控制力的应用。
在本文中，我们将介绍 Nano Banana 的特别之处，展示实际应用案例，概述定价预期，并提供快速入门指南，以便你立即在 NextDocs 中进行尝试。
为什么选择 Nano Banana
- 保持主体一致性：在多张图像中生成一致的角色和产品。非常适合品牌资产和不同角度的产品展示。
- 智能、基于提示词的编辑：通过简单的文本进行针对性编辑——删除物体、改变姿势、调整光影——无需复杂的选区操作。
- 视觉推理：超越单纯的生成。该模型能够理解场景、指令和关系，从而遵循复杂的编辑提示词。
- 信任与安全 (SynthID)：图像带有不可见的水印，清晰地标明为 AI 生成，支持负责任的使用。
核心功能
一致的角色和主体
保持角色或产品在不同场景和角度下的一致性。这对于以下场景特别有用：
- 营销系列和故事板
- 产品目录及其变体
- 品牌吉祥物和经常出现的角色
基于提示词的编辑（局部与全局）
将文本转化为编辑指令。例如：
- “删除背景并保留柔和阴影”
- “将主体的姿势改为四分之三侧面”
- “将光影调整为温暖的日落色调”
适用于复杂任务的视觉推理
融合理解与生成：
- 在上下文中遵循多步编辑指令
- 理解场景中的物体及其关系
- 创建符合约束条件的构图
信任与安全（SynthID）
所有输出都包含不可见的 SynthID 水印。它旨在使 AI 生成的内容可审计，同时对观看者保持隐形。
定价（一览）
Nano Banana 可通过我们的 fal.ai 集成在 NextDocs 中使用。在运行任务之前，定价会显示在侧边栏中。截至本次更新：
- 生成 (1024×1024)：通常每张图像约 0.10 美元
- 编辑 (1024×1024)：通常每张图像约 0.10 美元
实际费用取决于模型选择和尺寸；请始终参考“运行”操作旁显示的预估值。
开发者快速入门
以下是改编自 Google 文档的一个最小示例。你可以使用 NextDocs 媒体面板（AI 选项卡）以交互方式尝试提示词，或者在自己的脚本中直接调用 API。
import PIL.Image
from google import genai
from google.genai import types
from io import BytesIO
client = genai.Client()
prompt = """
Show me a picture of a nano banana dish in a fancy restaurant with a Gemini theme
"""
response = client.models.generate_content(
model="gemini-2.5-flash-image-preview",
contents=[prompt],
)
for part in response.candidates[0].content.parts:
if part.text is not None:
print(part.text)
elif part.inline_data is not None:
image = PIL.Image.open(BytesIO(part.inline_data.data))
image.save("generated_image.png")
在 NextDocs 中尝试
打开媒体面板 → AI → 选择 “Nano Banana”（或保持为 Auto）→ 输入提示词 → 查看预估成本 → 运行。对于编辑，选择 “编辑”，编写指令（例如 “删除背景”），并在插入前预览结果。
案例研究与灵感
- 跨营销活动的品牌角色一致性
- 多种环境下的产品主图
- 落地页的视觉 A/B 测试
相关内容
— NextDocs 团队
