使用 Nano Banana Pro 构建，我们的 Gemini 3 Pro Image 模型

# 使用 Nano Banana Pro 构建应用——我们的 Gemini 3 Pro Image 模型 来源：https://blog.google/innovation-and-ai/technology/developers-tools/gemini-3-pro-image-developers/ 以下是开发者如何使用 Nano Banana Pro（Gemini 3 Pro Image）的方法，这是一款功能强大的新型图像生成与编辑模型，具备高级特性和创意控制能力。 Naina Raisinghani Google DeepMind 产品经理 图片展示多组输入输出图像，中央文字为"Build with Nano Banana Pro" 今天，我们正式发布 Nano Banana Pro（https://blog.google/technology/ai/nano-banana-pro）（Gemini 3 Pro Image），这是一款基于 Gemini 3 Pro（https://blog.google/products/gemini/gemini-3/）构建的更高保真度模型，面向开发者提供工作室级别的图像生成能力。这距离我们发布 Nano Banana（https://developers.googleblog.com/en/introducing-gemini-2-5-flash-image/）（Gemini 2.5 Flash Image）仅过去几个月。在此期间，我们很高兴看到社区充分利用其核心特性（https://github.com/PicoTrex/Awesome-Nano-Banana-images/blob/main/README_en.md）——从角色一致性到照片修复（https://x.com/hsavas/status/1960757462182605059?s=20），甚至利用其能力在无限画布中进行局部编辑（https://x.com/seezatnap/status/1964010356071629289?s=20）。 这款最先进的图像生成与编辑模型已开始以付费预览形式推出，旨在通过 Gemini API（https://ai.google.dev/gemini-api/docs）在 Google AI Studio（https://ai.studio/banana-pro）和面向企业的 Vertex AI（https://console.cloud.google.com/vertex-ai/studio/multimodal）中构建新一代智能多模态应用。该模型能够生成高保真图像，在文本渲染准确性方面表现更优，并具备强大的世界知识，同时还能通过 Google 搜索进行 grounding，根据用户提示检索数据，进一步增强了能力。 Gemini 3 Pro Image 在文本到图像 AI 基准测试中表现卓越。 Gemini 3 Pro Image 文本到图像 AI 基准测试柱状图，与其他领先竞争对手对比 我们还在扩大 Gemini 3 Pro Image 在开发者生态系统中的覆盖范围。在 Google Antigravity（https://antigravity.google/）——我们全新的智能体开发平台中，编码智能体现在可以直接利用这些图像生成能力，为用户生成详细的 UI 原型供审阅，甚至在代码实现前创建新的视觉素材。此外，领先的创意平台也正在集成该模型，包括 Adobe 和 Figma。 ## 高保真度与控制力 如果你正在构建需要精确性的高级工具，Gemini 3 Pro Image 可以让你控制图像的物理特性（光照、相机、焦点、色彩分级）和构图，确保输出专业级品质。 金色散景与晨雾中的剪影。 提示词：将体积光替换为散景 图片展示输入输出对比：输入为一名男子剪影与散射阳光的图像，输出为同一场景但使用 AI 增强体积光效果的图像 提供 2K 和 4K 分辨率，确保输出满足专业制作所需的分辨率标准。轻松创建具有凝聚力的广告，整合产品图像、Logo 和参考素材等多种元素。最多可实现五个人的一致外貌还原，整合六个高清镜头，或将多达十四个标准输入融合为一张精致的广告。试试我们的演示应用（http://aistudio.google.com/apps/bundled/product_mockup），可以将 Logo 与产品配对，创建你自己的模型设计。 演示应用：通过参考图像让产品设计栩栩如生。序列已缩短。 ## 改进的文本渲染与本地化 Gemini 3 Pro Image 相比 2.5 Flash Image 实现了重大飞跃，将抽象图像生成转变为功能性资产。它在处理逻辑和语言方面表现出色，提供最先进的文本渲染能力，生成清晰、准确的嵌入图像中的文本。 创意美食摄影，每个单词都用与该食物相关的实际食材艺术性地拼写出来。 提示词：制作 8 个精致的极简主义 Logo，每个都是有趣的食物单词，用逼真的食物构成字母来表达该单词的含义。构图：将所有 Logo 呈现在单一纯白色背景上 图片展示用食物元素渲染的单词：Mint、soup、taco、curry、sushi、pasta、apple 和 pizza，均由 AI 生成 它也是开发营销物料、教育内容和众多其他应用的理想解决方案。在 Google AI Studio 的漫画生成器应用（http://aistudio.google.com/apps/bundled/personalized_comics）中体验该模型的能力，你可以创作原创多页漫画，主角是你和朋友，具备高级文本渲染和风格化功能。 演示应用：根据你选择的语言，基于照片和选定类型创作漫画。序列已缩短。 借助 Gemini 3 Pro Image，我们消除了图像生成与本地化逻辑之间的壁垒。这款高级模型能够理解图像的语义上下文，利用图像到图像生成技术，在保持原始艺术风格或版式的前提下，轻松实现菜单、标牌或文档等元素的语言转换。 饮料活动概念展示，将英文文本准确翻译并渲染为法文。 提示词：翻译为法语 输入输出对比图：输入为带有文字的罐装饮料图像，输出为使用 AI 将罐身文字翻译为法语的图像 ## 获取世界知识 Gemini 3 Pro Image 连接庞大的知识库，相比以往的图像生成模型能够生成更准确的素材。此外，启用 Google Search grounding 后，模型可以连接实时网络内容，实现数据驱动的输出。这对于需要精确呈现的应用尤为宝贵，例如生物图解或历史地图。通过我们的演示应用（https://aistudio.google.com/apps/bundled/info_genius?showPreview=true&showAssistant=true）亲自体验，你可以动态创建针对任何主题、面向特定受众的信息图。 自行车保养与维护信息图，由创建教育信息图的演示应用生成。 使用简单文本提示通过 AI 构建的自行车保养与维护要点信息图 ## 立即开始，尽情发挥创意 本次新模型发布融入了许多你们已经向我们反馈的建议，但我们不会止步于此。为确保 AI 生成媒体的来源清晰可追溯，我们已将 SynthID 数字水印（https://blog.google/technology/ai/ai-image-verification-gemini-app/）直接集成到 Gemini 3 Pro Image 创建或编辑的每一张图像中，以标明其 AI 生成或编辑的来源。 从探索我们使用 Gemini 3 Pro Image 的应用集合（https://aistudio.google.com/apps?source=showcase&showcaseTag=nano-banana）开始，激发你的想象力，看看有哪些可能性。获得灵感后，你可以重新混合这些演示应用，或直接将模型集成到你自己的项目中，通过 Gemini API（http://ai.google.dev/gemini-api/docs）在 Google AI Studio（http://aistudio.google.com/）和面向企业用户的 Vertex AI（https://console.cloud.google.com/vertex-ai/studio/multimodal）中使用。如需技术细节，请查阅文档（https://ai.google.dev/gemini-api/docs/image-generation）、提示词指南（https://ai.google.dev/gemini-api/docs/image-generation#prompt-guide）、实战教程（https://colab.sandbox.google.com/github/google-gemini/cookbook/blob/main/quickstarts/Get_Started_Nano_Banana.ipynb#nano-banana-pro），或访问开发者论坛（https://discuss.ai.google.dev/）获取帮助并分享反馈。 使用 Gemini 2.5 Flash Image 进行更快速、低成本的图像生成，或使用 3 Pro Image 进行更高质量但成本和延迟更高的图像生成。 表格展示 Gemini 2 Pro Image 与 Gemini 2.5 Flash Image 模型在速度、质量和成本方面的对比 ### 相关故事