Nano Banana實測|AI生圖神器怎麼用?修圖、合成、多輪修改,一句提示就搞定?
Nano Banana實測|AI生圖神器怎麼用?修圖、合成、多輪修改,一句提示就搞定?
Nano Banana實測

Nano Banana(奈米香蕉)是 Google 最新推出的圖像生成與編輯模型,正式名稱為 Gemini 2.5 Flash Image。它的主要特色是能夠在多次編輯後,維持人物或物件的外觀一致性,並支援多張圖片融合、局部編輯,以及自然語言指令操作。

簡單來說,Nano Banana 讓用戶可以用自己的照片,快速更換背景、衣服、髮型,或將多張圖片合成一張,且不需寫程式,只要用文字描述需求即可。《數位時代》本次將透過4大題來實測Nano Banana的生圖實力。

如何使用 Nano Banana?

一般用戶可以透過以下3種方式使用Nano Banana:

1.Google Gemini 應用程式
◦ 開啟 Gemini,選擇「2.5 Flash」模型,進入圖像功能。
◦ 上傳照片,輸入自然語言指令(如「換背景為海邊」、「衣服改成藍色」),即可生成新圖像。

2.Google AI Studio
◦ 前往 Google AI Studio
◦ 在模型選擇中選擇「Gemini 2.5 Flash Image Preview」(Nano Banana)。
◦ 上傳圖片,輸入提示詞(Prompt),如「將角色變成 1/7 比例的公仔,放在電腦桌上」等,即可生成目標圖片。

3.LMArena 網站
◦ 進入 LMArena
◦ 在Direct Chat模式下點擊Generate Images,並選擇gemini-2.5-flash模型。
◦ 上傳照片並輸入指令,即可體驗 Nano Banana 生成效果。

實測Nano Banana:Google殺手鐧有多猛?

測試一:圖片優化

1.上傳模糊原圖,並請AI「銳利化」。

素材1(原圖).jpg
圖為360p原圖,明顯較為模糊。
圖/ 翻攝自巴哈姆特電玩瘋
圖片優化:銳利化
比對flux 1 kontext的過度銳化,Nano Banana的效果更加自然。
圖/ LMArena
銳利化(nano-banana).jpg
Nano Banana的圖片銳利化成果。
圖/ LMArena

2.請AI將圖片的彩度及明暗對比提高。

提高彩度 (nano-banana).jpg
經過nano-banana調整後,彩度與對比度明顯更高。
圖/ LMArena

測試二:人像一致性

1.將所有人物衣著改成「打赤膊穿泳褲」,背景換到沙灘。

泳褲.jpg
要求AI將角色衣著改成「打赤膊穿泳褲」,但只有左一成功。可見NanoBanana在識別物件上仍有限制。
圖/ LMArena

2.將4位角色換穿夏威夷衫。

換穿夏威夷衫.jpg
這次所有角色都有換裝,僅有右2失敗。
圖/ LMArena

3.讓每一位角色都手拿mojito調酒。

拿調酒.jpg
僅左1跟右1成功,中間2名並未調整。
圖/ LMArena

4.加墨鏡於頭頂。

加墨鏡.jpg
這個環節,僅左2角色沒有套上墨鏡。右2角色的墨鏡略顯不太自然。
圖/ LMArena

5.背景改室內咖啡館、左側打光。

室內咖啡館.jpg
在未提供素材的情況下,NanoBanana也能順利置換場景。
圖/ LMArena

6.加入背景人物:在吧台的咖啡師,以及在窗邊面向窗戶,正在喝咖啡的顧客。

加入咖啡師.jpg
只要指令明確,NanoBanana就能生成出背景人物。
圖/ LMArena

測試三:多圖合成

1.人像+商品圖插入(請圖內人物自然握持球棒)。

黑人與球棒.jpg
為了測試多圖合成效果,需要提供人物與物件的素材。
圖/ LMArena
Generated Image September 01, 2025 - 4_28PM.jpeg
只要下達指令,就能合成出「合理的畫面」。
圖/ LMArena

2.請調整成全身照,並加入地面真實接觸陰影

全身照.jpg
請AI生成全身照,但因為缺乏素材,所以比例很奇怪。
圖/ LMArena

3.加入參考動作調整角色

prompt參考.jpg
加入參考素材之後,AI就可以順利生成指定的姿勢。
圖/ LMArena

4.消除多餘的線

球棒成品.jpg
最後,請AI消除多餘的素描線條,就出現了乾淨的成品照。
圖/ LMArena

5.將角色置入指定背景

置入背景.jpg
最後,提供素材就能把修改過後的角色放入指定畫面。
圖/ LMArena

測試四:物理與文字細節

1.將人物置入背景,並添加素材「夜雨街景」,要求濕地反射。

cyberpiunk.jpg
除了置入指定背景以外,也可以要求AI生成環境要素,例如「下雨」,就會有地上積水的效果。
圖/ LMArena

2.加入奢華飾品,色調更黑暗,並強調燈光照射在人物上的明暗效果。

加手錶.jpeg
只要指定色調或燈光明暗,就能調整視覺氛圍。
圖/ LMArena

3.在圖片右下角加入字樣。

加入字樣.jpeg
NanoBanana可以順利至入英數符號,但目前對中文辨識仍有問題。
圖/ LMArena
結論:堪用可靠!指令明確就能準確生成

總結這次四項測試,Nano Banana在一致性、真實感、可控性,以及生成效率上都有不錯的表現。原則上,只要提示明確,並提供適切的素材,Gemini就能輸出可靠的結果。

但要注意的是,圖片中若有複數以上的人物或角色,在替換衣著、指定物品等細部調整上仍有限制,即使在可以重複編輯指令的情況下,還是會有無法順利調整的情況。

此外,Nano Banana在生成繁體中文上仍能力不足,會有變成畸形字體的可能。

但可以想像,Nano Banana已經可以可將商品、人物、場景合成,模擬商品在不同環境下的擺放效果。例如:家電、家具、服飾、配件等,應對電商或小型業者的宣傳需求很有幫助。

此外,由支援多輪精細編輯,能快速生成多版本廣告素材、YouTube 縮圖、社群貼文圖、員工識別證、交易卡等,並可根據需求調整細節,提升設計流程效率。

目前,Nano Banana除了文章前段提及的3種平台,也已整合進Adobe Firefly、Adobe Express 等主流平台,並支援 API 付費串接,預期將推動更多第三方應用、工具、平台的創新。

本文合作轉載自:數位時代

延伸閱讀:生態系戰爭開打!拆解谷歌「Nano Banana」的戰略意義:廣告投放遲早全面AI化,OpenAI如何求生?

Google推出Gemini 2.5 Flash Image!AI修圖不再「走鐘」,還支援多圖融合:5大亮點一次看

資料來源:Google

本文初稿為AI編撰,整理.編輯/ 李先泰

往下滑看下一篇文章
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點

從生成式AI訓練、推論,到代理式工作流程(Agentic Workflow)與未來的實體AI,資料流量正以指數級成長,讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出,AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力,加速「Computational Memory」等新架構興起;在這波浪潮中,深耕記憶體與儲存技術數十年的美光科技,正與關鍵夥伴展開深度協同設計,包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術,在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角,記憶體為何躍上AI舞台中央?

過去,半導體的焦點多圍繞在晶片,例如CPU、GPU跟AI加速器等,市場普遍認為,晶片運算能力是左右科技產業發展速度的關鍵,但在進入生成式AI世代後,產業逐漸發現另一個事實:真正限制AI效能的瓶頸不是運算,而是資料能否快速被存取與傳輸。

從大型語言模型訓練,到AI推論、代理式工作流程(Agentic Workflow),甚至未來的機器人與自駕車,龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求,讓記憶體產業從過去相對標準化、以價格競爭為主的市場,逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現,大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為,記憶體是突破(頻寬)瓶頸的關鍵,也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察,也正是Mike在歷經二十餘年的儲存產業資歷,加上四年半的創投生涯後,選擇加入美光的核心原因之一:在AI重塑產業結構的浪潮下,記憶體將成為這波成長最直接的動能所在。

美光 x 數位時代
美光科技全球業務執行副總裁 Mike Cordano
圖/ 數位時代

從零組件供應商到策略夥伴,記憶體共創時代來臨

AI的崛起,正在改變記憶體廠商與客戶的關係。

過去,記憶體產品多是標準化元件,客戶關注的是價格、供貨與規格;合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大,從資料中心、雲端平台到終端裝置,記憶體已經成為決定系統效能的重要關鍵,也因如此,越來越多企業將記憶體視為「策略性資產」,而非單純零組件。

Mike表示:「現在,我們跟客戶合作的時間跨度改變了,在產品正式上市前三到四年便開始合作,從系統架構階段就共同規劃未來需求。」例如,美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體,便是雙方提前多年展開深度合作(co-design)的成果。

值得特別注意的是,美光科技除從技術層面與晶片製造商等夥伴共創產品,也在需求層面與客戶進行密切合作,例如,將過去較無約束力、期限僅一年的長期協議(LTA)轉變成為期五年、條款更具約束力的策略性客戶協議(SCA),藉此掌握客戶的未來需求,進而在技術層面做更深度的合作。Mike坦言,深度協同設計是高成本的投入,美光的做法是先廣泛進行市場感知,理解不同場域的需求方向,再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向,AI浪潮重寫記憶體成長模式

除了合作模式改變,更大的典範轉移是需求的改變。

Mike解釋,過去記憶體需求跟PC、手機跟伺服器出貨量息息相關,但在AI新世代,推動記憶體需求成長的核心不再是設備數量,而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式,每一次的模型運算都需要消耗大量的記憶體跟儲存資源,這意味著,即使設備銷量成長趨緩,記憶體需求仍可能持續上升。」

更重要的是,AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域,儘管不同場域對記憶體的需求不盡相同,但是,Mike認為:所有AI裝置都存在三項共同需求:更快的速度、更大的容量,以及更高的能源效率。

正如Mike在受訪時提到的:「我們最大的挑戰,是如何與客戶和整個生態系保持高度一致,一方面創造供給與產能,另一方面持續推動技術創新。」可以預期,在接下來的五年,記憶體產業面臨的挑戰不僅僅是擴展產能,而是如何與客戶共同規劃需求、同步投入技術創新,而這也是美光科技積極經營AI生態體系的原因。

總的來說,AI帶來的改變,不只是算力提升,而是重新定義整個運算架構:過去,記憶體被視為支援運算的基礎元件;現在,則是決定AI效能、能源效率與創新速度的關鍵資源;當產業競爭從晶片性能延伸到資料流動效率,從裝置數量轉向Token消耗量,記憶體的重要性也將隨之水漲船高,對美光科技來說,這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓