「香蕉革命」首揭秘！谷歌疯狂工程师死磕文字渲染，竟意外炼出最强模型

2025-08-30 14:51:09

阿达旻

发布在

快讯

阅读：1960

2025年8月，谷歌发布全新图像模型nano banana，引爆AI社区。该模型可融合多张图片生成全新画面，理解地理、建筑与物理结构，甚至将二维地图转化为三维景观。凭借Gemini技术，nano banana实现“有记忆”的多轮创作，具备极高一致性和创造力。用户可上传最多13张图片进行拼接，或标注现实场景中的地标建筑。模型还能从等高线生成地貌、渲染工程视图、定制试衣效果，并修复老照片。其背后技术包括多模态上下文处理与交错生成，灵感源于网友反馈和团队对文字渲染的执着。谷歌DeepMind团队透露，未来目标是让模型超越指令，提供更优创意解。目前，nano banana已在LMArena上线并获高度评价。

原文链接

本文链接：https://kx.umi6.com/article/24453.html

转载请注明文章出处

Gemini