今天，我们发布 Nano Banana Pro（Gemini 3 Pro Image），这是一款基于 Gemini 3 Pro 构建的更高保真度模型，让开发者能够获得工作室级质量的图像生成能力。此前，我们刚在几个月前发布了 Nano Banana（Gemini 2.5 Flash Image）。自那以来，我们很高兴看到社区将其核心功能投入使用——从角色一致性到照片修复，甚至利用其能力在无限画布中进行局部编辑。

这一最先进的图像生成与编辑模型正开始以付费预览形式推出，用于通过 Google AI Studio 和面向企业的 Vertex AI 中的 Gemini API（应用程序编程接口） 构建新一代智能多模态应用。该模型可解锁高保真图像，在文本渲染方面具备更高准确性，并拥有强大的世界知识，同时借助其使用 Google Search 进行接地（grounding）的能力，根据用户提示检索数据，从而进一步增强表现。

Gemini 3 Pro Image 在文本到图像 AI 基准测试中表现出色。

我们还在将 Gemini 3 Pro Image 的覆盖范围扩展到整个开发者生态。在 Google Antigravity——我们的新智能体开发平台——中，编码智能体现在可以直接利用这些图像生成能力，在实现代码之前生成详细的 UI 模型供用户审阅，甚至生成新的视觉资产。此外，领先的创意平台也在集成该模型，包括 Adobe 和 Figma。

高保真与控制

如果你正在构建需要精确性的高级工具，Gemini 3 Pro Image 可让你控制图像的物理效果（光照、相机、焦点、调色）和构图，以确保获得专业质量的输出。

一个剪影消失在金色散景与晨雾的海洋中。

提示词：将体积光替换为散景

借助可用的 2K 和 4K 分辨率，你可以确保输出满足专业制作所需的清晰度标准。通过组合产品图像、徽标和参考图等多样元素，轻松创建协调一致的广告。最多可实现五个人的一致相似度，整合六张高保真镜头，或将多达十四个标准输入融合为一张精致的广告。试试我们的演示应用，它允许你将徽标与产品配对，创建自己的模型设计。

通过参考图像将产品设计变为现实的演示应用。片段已缩短。

改进的文本渲染与本地化

Gemini 3 Pro Image 相比 2.5 Flash Image 实现了重大飞跃，将抽象图像生成转变为功能性资产。它擅长处理逻辑和语言，并提供最先进的文本渲染，生成清晰、准确的文本并集成到您的图像中。

创意美食摄影，每个词都用与该食物相关的真实食材艺术性地拼写出来。

提示词：制作 8 个精致的极简主义标志，每个都是一个有趣的食物词汇，并用逼真的食物拼出字母来表达这个词的含义。构图：所有标志在单一纯白背景上的渲染图

它也是开发营销物料、教育内容和众多其他应用的理想解决方案。在 Google AI Studio 的漫画书生成器应用中体验该模型的能力，你可以创建以你和朋友为主角的原创多页漫画书，并具备先进的文本渲染和风格化功能。

根据照片和所选类型，以你选择的语言创建漫画书的演示应用。片段已缩短。

借助 Gemini 3 Pro Image，我们消除了图像生成与本地化逻辑之间的障碍。这一先进模型能够理解图像的语义上下文，利用图像到图像的生成方式，轻松更改菜单、标牌或文档等元素上的语言，同时保持原有的艺术风格或布局。

一个饮料广告活动概念，展示将英文文本准确翻译并渲染为法语。

提示词：翻译成法语

接入世界知识

Gemini 3 Pro Image 连接了庞大的知识库，相比之前的图像生成模型能够生成更符合事实的资产。此外，启用后，通过 Google Search 进行接地（grounding）可将模型连接到实时网络内容，以实现数据驱动的输出。这对于需要精确呈现的应用尤为有价值，例如生物图表或历史地图。你可以在我们的演示应用中亲自尝试，动态创建针对你的受众量身定制的任何主题的信息图。

由演示应用生成的教育信息图，用于展示自行车保养与维护知识。

全力以赴，今天就开始构建

此次新模型发布整合了你们已经与我们分享的许多反馈，但我们不会止步于此。为确保 AI 生成媒体的来源清晰可溯，我们已将 SynthID 数字水印直接集成到使用 Gemini 3 Pro Image 创建或编辑的每一张图像中，以标明其由 AI 生成或编辑的来源。

首先，探索我们使用 Gemini 3 Pro Image 的应用合集，激发你的想象力，看看有哪些可能。一旦你获得灵感，可以对这些演示应用进行混编，或通过 Google AI Studio 和 Vertex AI 中的 Gemini API 将模型直接集成到你自己的项目中，用于企业级用途。如需了解相关技术细节，请查阅文档、提示指南、cookbook，或访问开发者论坛获取帮助并分享反馈。

使用 Gemini 2.5 Flash Image 可实现更快、成本更低的图像生成，或使用 3 Pro Image 实现更高质量的图像生成，但成本和延迟更高。

转载声明：本文为转载整理，原文版权归原作者及原站点所有。

原文来源：Google DeepMind Blog

原创地址：https://deepmind.google/blog/build-with-nano-banana-pro-our-gemini-3-pro-image-model/