Google 重磅發表 Gemini 2.5 Flash Image (nano-banana)：AI 圖片生成與編輯的新紀元
探索 Google 最新 AI 圖像模型 Gemini 2.5 Flash Image (nano-banana)。本文將深入解析其強大的多圖融合、角色一致性、自然語言編輯等革命性功能，以及如何為開發者和企業帶來前所未有的創意控制力。
坦白說，AI 圖片生成的世界既迷人又讓人有點頭痛。你可能也遇過這種情況：想讓同一個角色出現在不同場景，AI 卻總是畫出一個「長得很像的陌生人」；或者，只是想微調圖片裡的一個小細節，卻搞得整張圖面目全非。
這些創作過程中的小摩擦，正是創作者們最渴望解決的痛點。
就在今天，Google 給出了回應。他們正式推出了堪稱業界頂尖的圖像生成與編輯模型——Gemini 2.5 Flash Image（內部代號 nano-banana）。這不只是一次小小的更新，更像是一場徹底的進化。它讓創作者能將多張圖片無縫融合、在不同場景中維持驚人的角色一致性，甚至用一句話就能進行精準的局部修改。
當初 Gemini 2.0 Flash 推出時，大家都很喜歡它的低延遲、高性價比和簡單好上手的特性。但同時，社群也給了很多回饋：我們需要更高品質的圖片，以及更強大的創意掌控權。
現在，Gemini 2.5 Flash Image 正是為此而來。
目前，開發者可以透過 Gemini API 和 Google AI Studio 使用這個模型，而企業用戶則可以透過 Vertex AI 平台導入。至於大家關心的價格，Gemini 2.5 Flash Image 的定價為每百萬輸入 0.3 美元，每百萬輸出 token 收費 30 美元，換算下來，生成一張圖片的成本大約是 0.039 美元(每張圖片輸出1290 tokens)。
數據會說話：Gemini 2.5 Flash Image 的性能表現
空口無憑，性能如何還是要看數據。根據 lmarena.ai 的基準測試和 Google 內部的提示詞集測試，Gemini 2.5 Flash Image 在多個關鍵指標上都展現了領先的實力，尤其是在「整體偏好度」和「角色」生成方面，其表現甚至超越了市面上其他知名的模型。
以下是與其他主流模型的 Elo 評分比較（分數越高代表表現越好）：
| 評比類別 | Gemini 2.5 Flash Image | ChatGPT 4o / GPT Image 1 | FLUX.1 Kontext [max] | Qwen Image Edit | Gemini 2.0 Flash Image |
|---|---|---|---|---|---|
| 角色 (Character) | ~1230 | ~1100 | ~1020 | ~920 | ~860 |
| 創意 (Creative) | ~1120 | ~1050 | ~970 | ~990 | ~880 |
| 物件/環境 (Object/Env) | ~1080 | ~1020 | ~1000 | ~1010 | ~900 |
| 風格化 (Stylization) | ~1050 | ~1180 | ~950 | ~1100 | ~730 |
| 排名 (UB) ↑ | 模型 ↑ | 分數 ↑ | 95% CI (±) ↑ | 投票數 ↑ | 組織 ↑ | 授權 ↑ |
|---|---|---|---|---|---|---|
| 1 | gemini-2.5-flash-image-preview (nano-banana) | 1362 | ±2 | 2,521,035 | 專有 | |
| 2 | flux-1-kontext-max | 1191 | ±3 | 357,196 | Black Forest… | 專有 |
| 3 | flux-1-kontext-pro | 1174 | ±2 | 2,015,530 | Black Forest… | 專有 |
| 3 | gpt-image-1 | 1170 | ±3 | 1,026,399 | OpenAI | 專有 |
| 5 | flux-1-kontext-dev | 1152 | ±3 | 1,584,400 | Black Forest… | 專有 |
| 6 | qwen-image-edit | 1145 | ±2 | 1,585,904 | Alibaba | Apache 2.0 |
| 6 | seededit-3.0 | 1142 | ±4 | 1,285,080 | Bytedance | 專有 |
| 8 | gemini-2.0-flash-preview-image-generation | 1093 | ±3 | 1,700,785 | 專有 |
資料來源: https://lmarena.ai/leaderboard/image-edit
從表格中可以清楚看到，Gemini 2.5 Flash Image 在多數項目中都處於領先地位，這也印證了它在生成品質和創意控制上的巨大進步。
Gemini 2.5 Flash Image 的超能力，實際應用見真章
為了讓大家更直觀地感受它的威力，Google AI Studio 的「建構模式 (build mode)」也進行了大幅更新。你不僅可以快速測試模型的能力，還能用一個簡單的提示詞就打造出客製化的 AI 應用，甚至一鍵部署或將程式碼存到 GitHub。
接下來，我們來看看幾個最讓人驚豔的功能。
角色一致性？再也不是問題了！
在 AI 圖片生成中，最大的挑戰之一就是「維持角色或物件的連貫性」。不管是為故事書創造主角、為電商產品製作不同角度的展示圖，或為品牌產生一系列風格一致的素材，維持主體不變都是關鍵。
Gemini 2.5 Flash Image 在這方面取得了重大突破。現在，你可以輕鬆地將同一個角色放入完全不同的環境或情境中，同時完整保留其外貌特徵。官方的展示中，就將同一位女性分別塑造成了西洋棋大師、賽車手、足球員和射箭選手，而她的臉部特徵在所有圖片中都保持了高度的一致性。
想像一下，開發者可以利用這個特性，僅僅透過一個設計範本，就能為整個公司的員工生成風格統一的識別證，或為房地產網站製作大量的房源卡片，甚至為整個產品目錄生成動態的商品模型。
用「說」的就能修圖：精準的提示詞編輯
除了搞定人物，精準的局部修改也是一大痛點。Gemini 2.5 Flash Image 讓你能用最直覺的方式——自然語言——來進行精準的圖像編輯。
這代表什麼？你可以用簡單的指令做到：
- 「模糊這張照片的背景。」
- 「把 T 恤上的污漬移除。」
- 「幫這張黑白照片上色。」
- 「改變主角的姿勢。」
基本上，只要你能想到的修改，都可以用一句話來實現。在 Google 的示範中，使用者上傳了一張穿著黑色上衣、戴著耳環的男性照片，並下達指令：「change my shirt color to red and remove earring」（把我的上衣顏色改成紅色並移除耳環）。模型精準地完成了這兩項修改，生成了一張他穿著紅色上衣且沒有耳環的逼真照片。
多圖融合，無縫創作新場景
Gemini 2.5 Flash Image 還具備理解並融合多張輸入圖片的能力。這項功能為創意工作打開了全新的大門。
你可以將一件商品（例如一盞檯燈）的圖片，和一個室內場景的圖片融合，AI 會自動生成一張極度逼真的合成圖，彷彿這盞燈原本就在那個房間裡。你也可以為一個空間重新設計配色或材質，或將兩張完全不同的圖片融合成一張全新的藝術作品。
為了方便大家體驗，Google 同樣在 AI Studio 中建立了一個名為「Home Canvas」的範本應用，你只需拖曳產品和場景圖片，就能快速創造出照片級的合成影像。
不只是畫圖，它還看得懂手繪草稿
這個模型的能力遠不止於此。它甚至能理解手繪的圖表，並根據指令進行互動。
在一個展示案例中，開發者建立了一個名為「Gemini Co-Drawing」的應用。它將一個簡單的畫布變成了一位互動式家教。使用者可以畫出一個標示了兩條邊長（30 和 40）的直角三角形，並用文字提問：「解出 x 的值，並用紅色把正確答案寫在 x 的位置上。」Gemini 2.5 Flash Image 不僅能看懂圖、理解問題，還能按照指令完成複雜的編輯步驟，將正確答案「50」用紅色字體填入圖中。
這項能力為教育、設計和協作領域帶來了巨大的想像空間。
如何開始使用？以及重要的合作夥伴
準備好開始動手玩了嗎？
- 開發者： 可以立即透過 Gemini API 和 Google AI Studio 開始建構。
- 企業： 可透過 Vertex AI 平台將其整合到工作流程中。
此外，為了讓更廣泛的開發者社群能接觸到這項技術，Google 也宣布了與兩個重要平台的合作：
- OpenRouter.ai： Gemini 2.5 Flash Image 成為 OpenRouter 上超過 480 個模型中，第一個具備圖像生成能力的模型，將觸及超過 300 萬名開發者。
- fal.ai： 作為一個領先的生成式媒體開發平台，fal.ai 的加入將進一步擴大 Gemini 2.5 Flash Image 在開發者社群中的應用。
值得一提的是，所有由 Gemini 2.5 Flash Image 創建或編輯的圖片，都會包含一個隱形的 SynthID 數位浮水印，以便在需要時能夠識別其為 AI 生成或編輯的內容。
未來的展望
這趟旅程才剛剛開始。Google 團隊仍在積極努力，致力於改善長文本的渲染效果、提供更穩定的角色一致性，以及在圖像中呈現更精確的真實細節。
他們非常期待看到全球的開發者和創作者們，會如何運用 Gemini 2.5 Flash Image 來打造出令人驚豔的作品。你的回饋將是推動它不斷進步的重要動力。
準備好迎接 AI 圖像創作的新浪潮了嗎？快來試試 Gemini 吧！
