作者｜子川
来源｜AI先锋官
图片模型又迎来一位重磅好手！
今年3月份，OpenAI的GPT-4o的图片生成功能一经上线，瞬间风靡全球。
只需一句提示词，就可轻松实现在线编辑图片，指哪改哪。
森林实验室推出FLUX.1 Kontext模型，将角色一致性，局部编辑的能力又拔高了一大截。
而就在最近，一款名为Nano-Banana的神秘图像编辑AI模型悄然现身lmarena平台。
迅速在X上刷屏了，不少网友体验过后，直呼和flux kontext不相上下。
更有爆料称：这是谷歌正在测试的新模型。
话不多说，我们来看看效果如何
有网友上传了一张动漫风格的生物图片，要求将其置于暴风雪中的山区。
提示词：”Place the creature roaming across a mountainous region in the middle of a blizzard”
结果如下：
Nano-Banana Flux Kontext MAX
从生成效果来看，两款模型都精准地保留了原图中生物的所有细节特征。
相较之下，Nano-Banana在背景融合方面表现得更为自然，光影和氛围的统一性更好。
另一位网友则尝试将苹果公司CEO蒂姆·库克的照片与一张网传的iPhone 17进行融合。
输入图片：
结果如下：
效果是不是不错？
小编为了进一步了解Nano-Banana和 Flux Kontext MAX到底谁更强一点，对它们俩进行了对比测试。
先来看文字修改能力，上传一张带有字母“Petrichor”的图片，要求将文字替换为“This is my House”，同时保持图片其他元素不变。
Nano Banana 教程
提示词：Change ‘Petrichor’ in the image to ‘This my house’, and keep everything else the same.
结果如下：
Nano-Banana Flux Kontext MAX
Nano-Banana和 Flux Kontext MAX都很完美的遵循了提示词的指令。
不过也有细微的不同，Flux Kontext MAX模型将雨滴给消除了。
除了修改文字外，再来看看它们消除文字的能力。
一开始我跑了很多案例，Nano-Banana和 Flux Kontext MAX表现都很好。
直到我换上了这张具有3D文字效果的海报，Nano-Banana就有点招架不住了。
提示词：Remove all the text, keep the rest unchanged.
结果如下：
Nano-Banana Flux Kontext MAX
FLUX Kontext MAX干净利落地移除了所有文字，而Nano-Banana在处理后，图片上却留下了两块大小不一的红色色块
再来看看它的角色一致的能力，上传一张身穿绿色小姐姐的图片，要求模型生成一张她正从俯视角度拿着手机自拍的图片。
提示词：The girl is sitting on the grass, taking a selfie with her phone from a bird’s-eye view.
结果如下：
Nano-Banana Flux Kontext MAX
效果一目了然，Nano-Banana更胜一筹，并且还解决了 Flux Kontext MAX清晰度不够的问题。
不过Nano-Banana有一个致命的缺陷，它的手指和脚趾的数量对不上，变成了四根手指头和六根脚趾了。。。
再来看看它们复杂指令的遵循能力。
要求将原图中的绿色裙子改为白色，人物拿着一把透明雨伞，并保持低头站立的姿势。
提示词：The green dress is changed to a white dress, holding a transparent umbrella, standing with the head bowed down, at eye level.
Nano-Banana Flux Kontext MAX
Nano-Banana将所有的文字指令都呈现出来了，FLUX Kontext MAX则忽略了“站立”这一动作
不过Nano-Banana的手指头和脚趾头的数量又不对了，手指问题似乎是这个模型的通病。
再来一个难度更大的，上传一张人物细节满满的侧脸图（有水印），让脸转向前面。
提示词：The girl’s head turned around, facing forward.
结果如下：
Nano-Banana Flux Kontext MAX
Flux Kontext MAX只生成了半边耳机，而且正视图和侧视图像换了个人一样，并且把我水特意准备的水印给消除掉了。
Nano-Banana生成的效果就十分不错，和原图的神韵高度一致，但也有瑕疵，就是脸上的红晕没了。
总的来说，Nano-Banana模型在背景融合、复杂指令遵循以及高难度图像重绘等方面的能力确实不错，甚至在部分场景比FLUX Kontext MAX表现的更好，但存在手部细节方面的短板。
目前这款模型上架到LMSYS Arena平台，这款模型出现的概率还是挺高的，大家感兴趣可以去玩一下。
传送门：
https://lmarena.ai/?chat-modality=image
发布者：Ai探索者，转载请注明出处：https://javaforall.net/248939.html原文链接：https://javaforall.net
