Nano Banana Pro效果這么強，它的極限在哪里？

上周谷歌新推出的 Nano Banana Pro，相信大家已經玩的不少了。

國內外社交媒體上已經有大量不同玩法的案例，知危把這些案例分為三種場景：

• 原畫設計類：文生圖、圖生圖、草圖生圖、微調、文字渲染等；
• 知識科普類：太陽系、細胞、電解反應等對象的概念視覺化；
• 實用辦公類：漫畫上色和翻譯、超分辨率、空間視角轉換、內容續寫、論文板書等；

以上場景一般只是一次性生成。這兩天還有一些令人驚訝的進展，Nano Banana Pro 已經被整合進谷歌的 NotebookLM 平臺，用于生成 PPT，這意味著，這款模型不僅適用單輪生成，也能服務深度多輪生成場景，特別是 PPT 需要在文風、內容等方面保持多圖一致性，對模型的長上下文感知能力要求很高。

目前為止，對于以上場景，Nano Banana Pro 的表現都沒有令人失望。而在知危這次對 Nano Banana Pro 的測評中，主要關注的是一些尚未被廣泛注意到的點，比如：

• 和 OpenAI 旗艦生圖模型 GPT Image-1（ GPT-4o 調用的生圖模型 ）的招牌能力的對比，比如畫風轉換，基于復雜指令批量生成元素的能力，進一步確定 Nano Banana Pro 的真實 “ 江湖地位 ”；
• 從畫面瑕疵、隨機性出發的以假亂真的能力，比如監控、電視屏幕、實驗室拍攝等場景的模擬，這一點其實更早出現 在Veo 3、Sora 2 等視頻生成模型中；
• 3D空間轉換的更極端場景的壓力測試；
• 類似 PPT 生成這種保持多圖一致性的場景測試，知危選用了更有趣的場景，仿照《 清明上河圖 》做一個長江流域版本，需要五張圖拼接完成；

所以，本篇測評更多是在試探 Nano Banana Pro 的能力邊界，試圖窺探到它的極限，不代表日常使用 Nano Banana Pro 的體驗。

那接下來就開始測評吧！

首先當然是跟 GPT Image-1 來個巔峰對決。

我們以《火影忍者》的一張經典第七版合照為原圖，并用以下三個畫風比較特別的動漫來做畫風轉換測試：

• 《名偵探柯南》
• 《蠟筆小新》
• 《JoJo的奇妙冒險》

原圖：

畫風參考圖：

來看看 Nano Banana Pro 參考《 名偵探柯南 》的畫風畫成什么樣：

一眼精巧，除了卡卡西，基本每個人的表情都表達了相同的情緒，三個年輕忍者的體型都變成《 名偵探柯南 》那種頭大身小的風格，但細看又有很多問題，背景被替換成了參考圖的背景，三個年輕忍者的站位都變了，鳴人沒有怒視佐助。

再來看看 GPT Image-1 的表現：

乍一看，感覺模型啥都沒干，但細看后可以發現，佐助、鳴人的不爽表情的展現方式，和《 名偵探柯南 》確實比較相似，而且線條和陰影沒原來那么重和寫實，確實更接近《 名偵探柯南 》那種更簡潔的畫風，可謂 “ 潤物細無聲 ” 了。

鑒于這兩部動漫在寫實性上差距不是太大，我們再用更具差異的畫風來測試，也就是《 蠟筆小新 》。

畫風參考圖：

Nano Banana Pro 基本是重復了原來的套路，背景更換、表情畫風模仿，其它幾乎一成不變。

GPT Image-1 的表現乍一看是直接崩壞。

但仔細想想就會發現，這不就是《 蠟筆小新 》里面對路人角色的刻畫方式嘛，太厲害了。

到目前為止，GPT Image-1 是完勝，Nano Banana Pro 的方法也有一定規律性，重點抓部分人物細節比如人臉、體型等，但失了對整體的把控。

而接下來《 JoJo 的奇妙冒險 》畫風的轉換測試，又一次讓知危開了眼界。

畫風參考圖：

Nano Banana Pro 完美再現了 JoJo 獨特的面部雕塑風格，當然它使用的還是一樣的手法，即聚焦面部和體型模仿，該有的缺點也都有，但就是覺得很成功，可能這兩點就是 JoJo 的畫風精髓。

至于 GPT Image-1，且不說有多失敗，簡直可以說沒禮貌。

接下來，為了再極致地測試一下 Nano Banana Pro 的細節刻畫能力，我們還是用火影忍者的原圖，以及 JoJo 的畫風，但要增加人數，比如八人的曉組織。

原圖：

Nano Banana Pro 雖然只是把部分人物 JoJo 化，但人物線條更加硬朗了，而且這次人物的畫面布局沒有被改變。

GPT Image-1 又出現相同的崩壞，原因不明。

我們繼續增加人數，這一次畫面中大概有百來人。

原圖：

Nano Banana Pro 這次只完成了線條硬朗化，但真的一個人都沒落下。

總體而言，Nano Banana Pro 的畫風轉換能力還是不如 GPT Image-1，但其有自己的特點，Nano Banana Pro 的一大優勢就在于對局部細節的精確刻畫，畢竟這項能力是通過死磕文字渲染得到的，可能因此使其對畫面整體把握度不夠。

在測評過程中也發現很多出問題的案例，Nano Banana Pro 是直接給你一個完全沒改過的圖像。目前大家對這些現象的猜測是模型的自回歸機制比重大于擴散機制，也就是微調傾向大于重新繪制傾向。

接下來是對復雜指令遵循能力的測試，主要指一次性批量生成多個元素的能力，這也是當時 OpenAI 對 GPT Image-1 模型的宣傳重點，所以這個測試也是對標 GPT Image-1 的。

首先是直接批量生成 36 個 呈 6*6 網格排列的玩具機器人陣列，并且每個機器人的具體特征需要經過進一步推導才可得出，綜合考驗推理能力和生圖能力，提示詞會列出機器人基于行的顏色特征和基于列的表面特征。

提示詞：

嚴格俯視（正上方正交/orthographic top-down），整齊排列的 6x6 網格（6 行 × 6 列），白色背景，細薄灰色網格線將每個單元格分隔開。每個單元格正中放置一個玩具機器人（總計 36 個），每個機器人都有**確定且唯一**的外形屬性和編號（兩位數，從 01 到 36，編號以黑色或深灰色小字印在機器人底座或底盤一側，清晰可辨）。

機器人風格：復古玩具（懷舊機械/齒輪/鉚釘感），色彩鮮艷但材質各異（按規則分配），每行和每列遵循確定性屬性映射（見下方規則），確保所有機器人互不重復。

嚴格保持頂視無透視變形（無魚眼、無傾斜），均勻平行光（自上而下）、細微柔和投影以顯示立體感但不改變頂視輪廓。

高分辨率、超細節，8K 輸出（或更高），極致細節（紋理、螺絲、劃痕、貼紙、反光、鉚釘、漆面厚度等），無景深模糊。

畫面干凈：只出現機器人、網格線與白色背景。高保真、真實感玩具質感 + 稍微卡通化的色彩飽和度。

確定性生成規則：

為了保證“每一個機器人都不同且可復現”，請按照下面規則組合屬性（行 × 列 的組合生成唯一外形）：

行主色（Row 1 → Row 6，決定主色調）

Row 1: 正紅（crimson）

Row 2: 橙黃（amber）

Row 3: 橙（tangerine）

Row 4: 黃（sunny yellow）

Row 5: 綠（emerald）

Row 6: 青（teal）

列材質/表面處理（Column 1 → Column 6，決定材質與整體質感）

Col 1: 拋光金屬（polished steel）

Col 2: 拉絲鋁（brushed aluminum）

Col 3: 黃銅（brass）

Col 4: 鉻鍍層（chrome）

Col 5: 涂漆塑料（high-gloss painted plastic）

Col 6: 半透明塑料（translucent acrylic）

向上滑動文字

Nano Banana Pro 和 GPT Image-1最終都沒有給出好的結果，在畫面比例選擇、網格編排、機器人編號、顏色行一致性、表面列一致性等方面都有問題，GPT Image-1 的表現更差。

Nano Banana Pro：

GPT Image-1：

下一步降低要求，把提示詞改為逐一描述每個機器人的特征，降低推理負擔，比如第二行機器人的特征描述：

Row 2（橙 主色）

Robot 07 — 主色：橙；材質：拋光金屬。桶狀胸腔、豎直鉚釘排。

Robot 08 — 主色：橙；材質：拉絲鋁。立方胸腔，粗紋理拉絲面。

Robot 09 — 主色：橙；材質：黃銅。蝕刻花紋胸板。

Robot 10 — 主色：橙；材質：鉻鍍層。流線腿部，鉻色邊框。

Robot 11 — 主色：橙；材質：高光塑料。亮面大頭造型，塑料光澤強。

Robot 12 — 主色：橙；材質：半透明塑料。橙色半透明外殼，見內層接縫。

Nano Banana Pro 大幅提高了生成質量，畫面比例選擇、網格編排、機器人編號、顏色行一致性基本都沒有問題，表面列一致性上會有較大波動，但整體保持了相同的材質和表面處理，不同列之間的差異也很明顯。

GPT Image-1 則幾乎沒有任何改善：

GPT Image-1 目前完敗，我們繼續給 Nano Banana Pro 上難度，按行且以以下三個特征為一個循環，依次給每一個機器人再添加一個新特征：

• 戴著圍巾/布條（ scarf ）。
• 頭頂有發光燈泡/信號燈（ beacon ）。
• 三指機械手（ three-finger ）。

比如：

Row 2（橙 主色）

Robot 07 — 主色：橙；材質：拋光金屬。桶狀胸腔、豎直鉚釘排。戴著圍巾/布條（scarf）。

Robot 08 — 主色：橙；材質：拉絲鋁。立方胸腔，粗紋理拉絲面。頭頂有發光燈泡/信號燈（beacon）。

Robot 09 — 主色：橙；材質：黃銅。蝕刻花紋胸板。三指機械手（three-finger）。

Robot 10 — 主色：橙；材質：鉻鍍層。流線腿部，鉻色邊框。戴著圍巾/布條（scarf）。

Robot 11 — 主色：橙；材質：高光塑料。亮面大頭造型，塑料光澤強。頭頂有發光燈泡/信號燈（beacon）。

Robot 12 — 主色：橙；材質：半透明塑料。橙色半透明外殼，見內層接縫。三指機械手（three-finger）。

生成的結果既驚艷又令人遺憾，Nano Banana Pro幾乎已經按照提示詞生成了每個機器人應有的特征，但網格排列錯誤且視覺混亂。

目前可以認為 Nano Banana Pro 的復雜指令遵循能力，是比 GPT Image-1 更勝一籌的。

接下來是測試 Nano Banana Pro 以假亂真的能力。

在 AI 接連攻破各種圖片生成能力限制后，人類只能以圖片瑕疵和現實隨機性作為最后防線，但這道防線也變得越來越脆弱，所以這其實是在測試該模型的安全風險。

知危接連測試了監控、老版數碼相機拍攝人物照片、手機拍攝物體照片、新聞屏幕，以及物理、化學、生物實驗室拍攝等場景。

首先是監控畫面的模擬，從圖中場景相關的線索比如香煙、拍攝時間、監控標識等很難發現問題，而最終找到的破綻竟然是畫面左下角不應該朝向顧客的計算器。

提示詞：

便利店收銀臺視角的監控畫面，低分辨率，色彩略微失真，一個戴著口罩的人正在買煙。

人物照片則是比較能感受到違和感，畢竟 AI 直接生成的人物通常面部油膩光感很強，且特征比較趨同。

提示詞：

2000年代初的數碼相機拍攝，直射閃光燈，一群年輕朋友在一家昏暗的 KTV 里，紅眼效應，皮膚上的油光，背景漆黑。

不過若是基于真實照片生成，預計會很難辨認。

對于手機拍攝的物體照片，其仿真度也很高。特別是 Nano Banana Pro 確實能做到讓物體的擺放足夠凌亂而自然，知危找到的唯一破綻是可樂瓶的文字寫倒了，但這通過微調也能輕松修改過來。

提示詞：

一張在亂糟糟的床上拍的二手顯卡照片，床單皺皺巴巴，旁邊還有雜亂的充電線和半瓶可樂，頂燈光線昏暗。

這個照片的拍攝角度其實不是特別自然，可以讓 Nano Banana Pro 切換視角，生成效果也是一致性驚人，精確到每一個褶皺，還順便把可樂瓶的文字給修正了。

看來，往后很多二手平臺、評論區照片的真實性都需要更謹慎判斷了。

不僅是照片，連一段新聞是不是真的存在，可能也得多求證一番，為此知危也測試了這個場景。畫面幾乎無可挑剔，連摩爾紋都清晰地呈現了。

提示詞：

電視新聞畫面的屏攝（用手機拍電視屏幕），能看到屏幕的像素摩爾紋，新聞底部有滾動字幕條，一個記者在街頭采訪。

測試實驗室拍攝場景的仿真能力，主要是測試面向科研領域的安全風險。科研領域是最嚴謹地獲取新數據和新知識的場景，如果這道防線被攻破，人類將不自知地被困在 AI 生成數據的牢籠中，科研數據不再有新穎性或已有規律下的隨機性，那才是真正被智子封鎖了人類的科技發展。

當然這里測試的更多是比較初級的科研場景，不然知危沒有足夠的專業知識來判斷真偽。

在物理實驗場景中，有一個很經典的實驗，就是用一顆子彈穿過蘋果，觀察蘋果的物理反應和變化。

在實際實驗情況下，蘋果潑濺的碎片是近乎粉末狀的。

圖源：
https://www.youtube.com/watch?v=jjUTZH_Vdxs（視頻發布于18年前）

但 Nano Banana Pro 生成的圖像（ 先不管不合理的攝像頭 ），蘋果潑濺的碎片卻像是切好的蘋果塊。

提示詞：

一顆子彈高速穿過一顆蘋果的瞬間。實驗室實拍，分辨率較低。

Nano Banana Pro 還能生成子彈穿過梨的圖像，至于是否足夠仿真暫時無法判斷，知危沒有找到類似的實驗視頻來比較。

提示詞：

一顆子彈高速穿過一顆梨的瞬間。實驗室實拍，分辨率較低。

在接下來的化學實驗、生物實驗仿真測試中，Nano Banana Pro 的表現也是驚人的。

提示詞：

鋁粉與氧化鐵（鐵銹）在高溫下發生劇烈的氧化還原反應，火花四濺，實驗室實拍，分辨率較低。

提示詞：

培養皿中的細菌菌落特寫，瓊脂表面有反光，菌落呈現不規則的圓形，邊緣有絨毛感。實驗室實拍，分辨率較低。

以上種種場景，如果以后都要依賴人類靠肉眼去判斷，不僅難度大，也非常消耗時間精力。

這就不得不慶幸谷歌已經推出了安全功能，Nano Banana Pro 會給每一張生成圖像添加的不可見獨特 SynthID 水印，讓用戶可以用 Gemini 直接檢驗圖像是否由 Nano Banana Pro 生成。

空間感可謂是 Nano Banana Pro 的招牌能力，類似 GPT Image-1 的畫風轉換目前牢不可破的 “ 江湖地位 ”。

網上已經有很多例子了，知危這里只是用比較困難的場景再給 Nano Banana Pro 再上上難度。

比如對于下圖，要求 Nano Banana Pro 畫出從左向右觀察的鳥瞰視圖。

圖源：
https://unsplash.com/photos/a-view-of-a-city-with-a-bridge-in-the-background-ZuxmKH6sCz8

Nano Banana Pro 最終沒有執行成功，而是給出了和原圖一樣的輸出。

通過查看推導過程，發現 Nano Banana Pro 可以認出圖中中央位置的大橋是曼哈頓大橋。

知危又替換了新的提示詞：

畫出從這張圖的中央位置的大橋的左端駕車前進的視圖。

這個任務其實更加困難，但 Nano Banana Pro 卻執行成功了，雖然觀察視角并不是真的在車上。當然圖中也出現了很明顯的幻覺，右側的大樓其實不存在，那是建好的曼哈頓廣場一號，正好就是左側正在施工中的大樓。

對現實中的圖片做空間轉換有過度依賴訓練數據的可能，比如從谷歌地圖的全景照也能找到類似上圖幻覺部分的視角。

為了擺脫這個依賴，我們再找一些現實中未建成的建筑設計圖來考考 Nano Banana Pro 。

比如下圖是出自伊斯坦布爾 Hayri Atak 建筑設計工作室的作品，其建筑形態很罕見，借鑒了生物細胞結構。

當要求 Nano Banana Pro 畫出這張建筑的空中鳥瞰視圖，結果很不錯，建筑內部四個交叉通道的空間細節都有考慮到，周邊建筑的細節也沒毛病。但陽光和陰影的呈現表明建筑左側是不透光的，這里其實有誤。

當再要求畫出建筑的空中鳥瞰左視圖，對內部結構的呈現就出現了比較嚴重的錯誤，通道的連接不再是交叉的而是近乎無規則的。

總之，對于空間智能，谷歌邁出了很重要的一小步，且有數據優勢（ 視頻、地圖等 ），但未來還有很長的路要走。

最后一個測試場景是重頭戲！

我們要考驗 Nano Banana Pro 的長上下文感知能力，類似 PPT 生成需要保持多圖一致性，并且該場景更有趣，是用五張橫版圖片拼接而成的《 清明上河圖 》畫風的、展現明朝或唐朝時期的長江流域風景與民俗風情的新版《 清明上河圖 》。

要知道，原版《 清明上河圖 》刻畫的只有一個城市，也就是北宋都城汴京（ 今河南開封 ）的汴河兩岸繁華景象，現在要切換到整個長江流域，跨度差距非常大，很考驗模型的抽象能力和把抽象概念具像化的能力，并且結合中國古畫 “ 在意不在形 ” 的特點（ 在我們這個測試中通俗理解就是，畫中場景一般不存在現實中，且有諸多不合理之處，但能表達作者的意圖 ）。

在實現過程中，知危還會先用 Nano Banana Pro 先做整個項目的藍圖，再逐一生成五張成圖，相當于把知識科普能力融入到復雜生圖項目工作流的規劃階段。

在藍圖規劃中，Nano Banana Pro 對地理版圖的刻畫可謂相當精準。

提示詞：

時間背景為明朝1587年，把長江劃分為5段，用橫版歷史科普圖的方式展示，以長江主河道為脈絡（抽象化為直線），用文字和圖像標注每一段的端點地理特征（比如城市、山脈等）、沿岸主要城市和民俗風情。

為了生成這幅明朝長江版《 清明上河圖 》的第一張，知危要求 Nano Banana Pro 只將第一段轉換成清明上河圖畫風，即 “ 金沙江至敘州 ” 部分，并且為了讓五張圖片能夠首尾連接，要求長江從圖片左側流向右側。

Nano Banana Pro 在圖像左側展現了長江的源頭：白雪皚皚的山峰、牦牛和茶馬商隊，體現了藏族和彝族文化。圖像右側則聚焦于敘州，描繪了城墻、熙熙攘攘的碼頭、餐館和熱鬧的集市，以及眾多活躍的人物。江面上也充滿生機，描繪了貨輪、小渡船和船夫，展現一幅繁榮的貿易景象。

提示詞：

請將“上游一段：金沙江至敘州”部分轉換成清明上河圖畫風，橫版圖片，長江從圖片左側流入，從圖片右側流出。

生成第二張圖即 “ 上游二段：敘州至夷陵”部分的提示詞是類似的形式，需要加一句“與上一段首尾連接 ”。

Nano Banana Pro 重點刻畫了長江的奔流以及三峽的壯麗景色，畫面中還點綴著精致的船只，并在右側過渡到夷陵。

提示詞：

請將“上游二段：敘州至夷陵”部分轉換成清明上河圖畫風，橫版圖片，長江從圖片左側流入，從圖片右側流出，并且圖片左側與“上游一段：金沙江至敘州”部分的圖片右側銜接。

在第三張圖 “ 中游：夷陵至九江 ” 部分，Nano Banana Pro 刻畫了更加繁榮的城市景象，融入了沿河生活和商業的豐富細節，河流蜿蜒穿過山巒和富饒的平原，形形色色的船只在繁忙的水道上來往。

在第四張圖 “ 下游：九江至應天 ” 部分，Nano Banana Pro 生成的內容感覺和第三張重復太多。

在第五張圖 “ 入海口：應天至東海 ” 部分，Nano Banana Pro 采用更廣闊的視角，展現了長江入海口的景象，并過渡到了三角洲景觀，最后以東海的景色結束。

可以看出，這五張畫作的畫風一致性很強，并呈現和區分了長江流域不同河段的地理特點，人物分布非常密集，細看也能看出他們是真的在忙活，活靈活現。

如果把它們首尾拼接，雖說不能完美銜接，卻也真的有自然過渡的效果。

以上案例已經非常接近完美，但更多是視覺娛樂，如果是為了教育目的，則目前對知識細節比如民俗的呈現其實不夠明確。

為此，我們提高對明確信息的要求，讓 Nano Banana Pro 在每一段呈現 5 個民俗點，并寫一首七言絕句，以唐朝為背景。

強調明確信息的結果是，Gemini 可能覺得任務復雜，先調用 Gemini 3 Pro 分析了一番。

可能是因為知識密度更高，Nano Banana Pro 選擇了抽象的概念圖而不是地理圖來呈現。

提示詞：

時間背景為唐朝636年，把長江劃分為5段，用橫版歷史科普圖的方式展示，以長江主河道為脈絡（抽象化為直線），用文字和圖像標注每一段的端點地理特征（比如城市、山脈等）、沿岸主要城市和民俗風情（每段至少5個），并給每一段基于民俗風情寫一首七言絕句。

最終成圖中，Nano Banana Pro 生成的幾乎每一個人物細節都是可辨識的知識點，比如第一張圖的吹羌笛、牦牛運輸等，每一張圖之間的區分度也更高了。不過對比之下，人物數量少了很多。

以下知危將 Gemini 3 Pro 列舉的民俗風情與對應畫作呈現出來，大家可以細看匹配程度。

“ 第一段：雪域清源·羌藏高原 ” 民俗風情：

• 羌笛悠揚：居住在岷山一帶的羌人吹奏羌笛，聲音蒼涼，寄托思鄉之情。
• 游牧生活：吐蕃部族逐水草而居，住黑牦牛毛帳篷，以乳酪、肉食為主。
• 牦牛運輸：高寒山路上，耐寒負重的牦牛是唯一的駝運工具。
• 原始苯教：對自然神靈、神山圣湖的崇拜信仰，進行祭祀活動。
• 毛紡織藝：利用牛羊毛紡織毪子（毛毯）、褐衫等御寒衣物。
• 
  

“ 第二段：巴山蜀水·川江號子 ” 民俗風情：

• 川江號子：船工們在險灘惡水中齊力拉纖、劃槳時吼唱的勞動號子，聲震峽谷。
• 井鹽生產：蜀地（如陵州、富順）利用竹筒汲取地下鹵水，用天然氣熬制食鹽。
• 蜀錦織造：成都平原生產的絲織品，工藝精湛，圖案華麗，為唐代貢品。
• 棧道交通：在沿江絕壁上開鑿孔穴、鋪設木板而成的險要通道。
• 竹枝詞風：流行于巴渝民間的歌謠，常以笛、鼓伴奏，描寫當地風土人情。

“ 第三段：峽江天險·猿啼巫云 ” 民俗風情：

• 纖夫拉纖：逆水經過險灘時，數十名纖夫在岸邊巖石上赤身裸體、肩拉背拽。
• 巫山神女：巫山十二峰云霧繚繞，關于神女瑤姬的美麗傳說引人遐想。
• 兩岸猿聲：峽谷兩岸森林茂密，常有猿猴攀援啼叫，聲音空曠凄清。
• 險灘祭江：船只過青灘、泄灘等著名險灘前，船家祭拜江神求平安。
• 白帝城懷古：夔州白帝城，因三國劉備托孤的故事而成為文人憑吊之地。

“ 第四段：云夢澤國·荊楚魚米 ” 民俗風情：

• 云夢大澤：唐初江漢平原上湖泊眾多，尚未完全淤塞，呈現“云夢澤”的水鄉澤國景觀。
• 龍舟競渡：荊楚之地紀念屈原的風俗極盛，端午節在江面舉行賽龍舟活動。
• 魚米之鄉：氣候濕潤，土地肥沃，水稻種植發達，漁業資源極豐富。
• 采菱唱曲：江南女子劃著小盆船在湖中采摘菱角，口唱清新的菱歌。
• 黃鶴樓宴飲：鄂州（今武漢）黃鶴樓是文人墨客登高望遠、宴飲賦詩的名勝。

“ 第五段：吳越水鄉·揚一益二 ” 民俗風情：

• 揚州繁華：當時中國最繁華的商業都會，號稱“揚一益二”，夜市喧鬧，胡商云集。
• 運河漕運：隋唐大運河江南河段與長江在此交匯，南糧北運，舟船如織。
• 江南絲綢：吳綾、越羅等絲織品品質上乘，色彩輕盈，遠銷海內外。
• 寺院鐘聲：繼承南朝佛教傳統，沿江城市寺廟林立，晨鐘暮鼓，香火鼎盛。
• 茶葉貿易：江南茶區（如湖州、常州）興盛，茶葉通過便捷水路運往全國各地。

總體來看，Nano Banana Pro 的長上下文感知能力還是很驚人的，前后一致性和自然銜接，世界知識的融入，對指令遵循的細節程度，幫助我們完成了這幅紛繁復雜的作品。

好了，本次評測就到這里了。這次測評并不是為了證明 Nano Banana Pro 不夠好，而是盡可能以 “ 能力邊界 ” 作為切入點，看它在頭部競品對標、復雜性、真實性、多輪一致性等更極端的場景中到底能走多遠。

可以看到，它在畫風轉換上的整體性、完成度和穩定性不如 GPT Image-1，但在元素批量生成、細節保持、多視角一致性方面展現出了驚喜般的優勢；在仿真類場景中，其以假亂真的能力也已經觸及安全性的臨界區，除了谷歌自身應承擔的責任和應對手段，也需要行業進一步思考防范機制。

從更宏觀的角度看，Nano Banana Pro 畫新版《 清明上河圖 》的完成度以及生成 PPT 的能力，讓我們意識到一個很自然的趨勢，未來的生圖模型不再只是一次性 “ 把提示詞畫出來 ”，而是深度結合上下文以及 Agentic 化，類似于編程模型的發展路徑，不斷嵌入到更復雜、更核心的項目工作流中。

總之，Nano Banana Pro 是一款極具潛力、但也需要被認真認識的下一代模型。