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。

2025年8月，谷歌DeepMind团队在最新开发者节目中展示了Gemini 2.5 Flash Image模型，该模型具备原生图像生成与编辑能力，支持多轮对话式场景一致性操作，堪称图像生成领域的革命性突破。其亮点包括创意解读模糊指令、文本渲染改进及复杂任务的交错生成机制，适用于家居设计、人物OOTD等场景。团队核心成员包括Logan Kilpatrick、Kaushik Shivakumar、Robert Riachi、Nicole Brichtova和Mostafa Dehghani，他们在AI、多模态学习等领域有深厚积累。相比专注文本到图像的Imagen，Gemini更适合复杂多模态任务，未来目标是迈向通用人工智能（AGI）。

8月中旬，一款名为nano-banana的匿名模型在LMArena平台盲测中因惊人效果引发关注，用户争相测试。北京时间8月27日，谷歌认领该模型，正式发布为Gemini 2.5 Flash Image，可在Gemini app等平台使用。其核心技术亮点包括颠覆性一致性、自然语言驱动编辑和闪电速度响应。实测显示，模型在多图融合和一致性上表现优异，但部分任务如商品尺寸调整翻车。此次发布采用匿名盲测到官方认领策略，借助社区传播形成病毒式扩散，被称为“一致性之王”。这一模式为AI模型发布提供了新思路。

8月26日，谷歌发布其最新图像生成与编辑模型Gemini 2.5 Flash Image（代号“纳米香蕉”）。该模型在LMArena基准测试中排名AI图像编辑模型榜首，支持角色一致性保持、自然语言修图及多图融合，并借助Gemini世界知识提升智能表现。用户可通过Gemini App或API访问，API定价为每百万输出token 30美元。据官方估算，生成单张图片约消耗1290个输出token，成本约为0.039美元。这一工具的推出为图像创作和编辑领域带来全新可能性。

8月26日，谷歌DeepMind发布Gemini 2.5 Flash图像编辑模型，支持基于文字指令的高精度修图，在多项任务中表现优于GPT-4o。新模型亮点包括“角色一致性”功能，可确保人物、动物或物体在多张图片中外观一致，适合批量制作品牌素材与产品目录。此外，它支持局部编辑、风格迁移以及简单因果推理（如生成气球撞向仙人掌的画面）。该功能已在Gemini应用上线，用户需切换至“Flash”模式使用，生成图像带水印。开发者可通过Gemini API等试用，费用为每百万token 30美元，单张图片约0.039美元。

10月3日，Google在Made by Google发布会上推出了Pixel 10系列手机，但产品表现令人失望。硬件方面缺乏亮点，影像能力有进有退，设计趋于保守，甚至被称为‘Pixel 9s’。发布会形式更像一场年会，未能清晰传达产品升级点。尽管搭载了强大的AI模型Gemini，但新功能如Camera Coach和Magic Cue等需用户手动触发，体验割裂，与用户对AI主动服务的期待相悖。Pixel 10更像是为Gemini打造的硬件载体，而非以人为中心的AI手机。这种设计可能引导其他厂商忽视硬件创新，偏离消费者期望，形成不良趋势。

8月23日，据知名爆料人马克·古尔曼透露，苹果正与谷歌初步谈判，考虑采用Gemini人工智能模型升级Siri。若达成合作，这将是苹果首次大规模外包核心AI能力。受此消息影响，谷歌股价大涨4%，刷新历史新高，苹果股价也小幅上涨。此前，苹果还曾评估Anthropic和OpenAI的模型，但因财务条件未果。苹果内部Siri升级项目因技术难题推迟一年，现由高管重新接管，并同步开发自研和外采两条技术路线。然而，苹果AI团队动荡加剧，多名核心成员离职，未来方向尚不明朗。

8月23日，据财联社报道，苹果正初步探讨利用谷歌Gemini为新版Siri语音助手提供支持。此举或成苹果在人工智能领域外包技术的关键一步。知情人士透露，苹果已与谷歌母公司Alphabet接触，计划开发定制化AI模型，用于明年推出的新版Siri。谷歌也已开始训练可在苹果服务器运行的模型。苹果此前还曾与Anthropic和OpenAI讨论合作可能，评估Claude及ChatGPT的适用性。目前，苹果尚未决定是采用内部模型还是外部技术，潜在合作伙伴仍未确定。苹果与谷歌均拒绝对此置评。

8月21日，谷歌宣布推出Gemini政府版（Gemini for Government），以每年47美分的价格向美国联邦政府提供该人工智能模型。这一价格较此前报价优惠71%，并持续至2026年。Gemini政府版仅限谷歌云平台使用，包含Notebook LM AI工具，适用于研究和笔记场景。谷歌强调其安全性和全栈式AI创新方案，符合FedRAMP高标准。此举使谷歌加入OpenAI和Anthropic行列，这些公司均以低价策略加速政府AI采用。目前定价或为吸引政府试用，未来可能通过新付费协议实现盈利。谷歌还整合多项政策要求，提供完全集成的AI就绪平台，进一步巩固其在美国政府云业务中的地位。

谷歌宣布为Gemini Live推出新功能，提升实时对话体验。从下周起，用户共享摄像头画面时，AI助手可在屏幕上突出显示特定物品，如在工具中圈出所需工具。该功能将于8月28日随Pixel 10系列手机首发，并逐步扩展至其他安卓设备。此外，Gemini Live将整合更多应用，如消息、电话和时钟，支持多任务交互，例如中断导航对话发送迟到短信。谷歌还推出新的音频模型，改进语调、节奏和音高表现，支持根据话题调整语气，甚至模仿角色或历史人物口音讲述故事。