迄今最强

生图模型

大家可能都在各大社交网络上见到很多生成手办的图片了。

其背后正是最近非常火的图片生成大模型，由 Google 开发的 nano-banana（正式模型代号 Gemini 2.5 Flash Image）。

这一次， nano-banana 的更新，刷新了 GPT-4o 的吉卜力风潮，玩法层出不穷，一个个堪称逆天玩法，邪修出图。

图片来自小红书用户@进击的黄桃果霸

图片来自小红书用@WhaTTTTTT

最离谱的是——这套玩法门槛低到像开挂。我们整理了几种热门玩法的核心步骤，以及大家最关心的使用方法、平台，一站式收编。

多元素拼贴法

多图拼合这次立大功，而且不挑素材，自动完成背景处理、位置姿势调整和整体光线合理化。

X 网友 Travis Davids 分享了一种“拼贴法”。

1.

先自己拼一张拼贴画，把所有要出现的物品（鞋子、眼镜、耳机、相机、手表等）放在一张参考图里。

2.

在拼贴画里给每个物品打标签，比如在鞋子上写“white sneaker”，在耳机上写“headphone”。

3.

上传这张拼贴画作为参考图，然后在 prompt 里用和标签一致的名称描述这些物品。

提示词参考如下：“A man is standing in a modern electronic store analyzing a digital camera. He is wearing a watch. On the table in front of him are sunglasses, headphones on a stand, a shoe, a helmet and a sneaker, a white sneaker and a black sneaker

（一名男子正站在一家现代化的电子商店里，仔细查看一台数码相机。他戴着一块手表。 在他面前的桌子上，摆放着一副太阳镜、一副放在支架上的耳机、一只鞋子、一顶头盔，以及一双运动鞋）

这样一来，Gemini 会把这张拼贴画当成“有标注的参考”，生成时准确率比逐个上传单张图还高，而这样的好处还能解决图像生成时“物品数量受限”的问题。

同理可得：

“Prompt: A model is posing and wearing the following items, she is standing against a dark grey background. The green alien is a keychain and it's attached to the pink handbag. There is a pug sitting next to he（一位模特正在摆姿势拍照，身上佩戴着一些物品，她站在深灰色的背景前。绿色的小外星人是一个钥匙扣，挂在粉色手提包上。她身旁还坐着一只哈巴狗。）”

多图合并变得非常简单，不挑素材，不挑 prompt，不管原图怎么离谱，都能做出来。

我们自测了之后发现确实很惊喜，prompt 也很简单粗暴：把四只娃娃放在一起，背景是花园。

让 Pingu 打工也是，简单到逆天。

这个功能的适用范围非常广泛，可以用在人像改造上。

图片来自 X 用户@skirano

生成特定的姿势。

图片来自小红书用户@Homer

拿来让名人跨时空合影。

图片来自 X 用户@VraserX

展示自己新买的Labubu。

图片来自X用户@ai_for_success

甚至可以隔空倒酒。

图片来自 X 用户@theinsiderzclub

还有直接用来下厨做饭，惊呆😮。

指定局部编辑

局部编辑是这次更新的亮点之一，尤其是在编辑时，除了指定区域，画面其他部分可以完全不变。这在上一代模型里已经很不错了，这一次又有了飞跃。

局部编辑不需要任何复杂的提示词，只需要：

1.

上传图片

2.

文字描述需要改动的部分

如此简单，比如这张只针对表情的改动。

图片来自X用户@hellorob

局部修改也是一个应用范围很广的功能，可以用来生成家具效果图。

图片来自X用户@mattjjacob

调整人像的姿势。

图片来自X用户@fabianstelzer

甚至直接把人物P掉……咦好奇怪，再看一眼。

图片来自X用户@WuxiaRocks

海报处理

Gemini 这次基本克服了文字的生成问题，以往的模型面对中文字都要犯难，而 nano-banana 完全攻克了这个问题。

在添加 3D 阴影效果的情况下，文字完全没有丝毫的走形，堪称惊艳。

结合多图拼合跟局部修改，也可以又好又快的生成和处理海报了。

图片来自X用户@@icreatelife

图片来自X用户@kaigani

万物皆可手办

在Imarena路透这个模型时，“手办”的玩法就流行起来了

1.

先把想“手办化”的主体都放进一张参考图里（人物/宠物/物件都行），可以想好姿势，给它配底座、场景小物（台阶、铭牌、能量特效等）。

2.

在prompt直接给每个元素和质感做好指定：人物大小写“1/7 scale PVC figure”“glossy paint”“cel-shade 边线”；头部写“nendoroid/chibi 1:2 头身比”；配件写“acrylic stand”“metallic finish”；底座写“transparent circular base”。

3.

任意原图都可以当作参考，模型就会把整张图“手办化”，在材质、比例和风格上保持一致。

国内外的社交媒体都在流行这个玩法，一开始只是把自家的猫猫狗狗毛孩子变成手办。

图片来自小红书用户@麦兜_Meadow:)

图片来自小红书用户@黏黏不是粘粘

然后就发展到真人手办了，一发不可收拾。

图片来自小红书用户@Leon AI 调教师

图片来自小红书用户@Hazel

赶紧，我也把同事都变成手办。

通用的提示词如下👇🏻

Use the nano-banana model to create a 1/7 scale commercialized figure of thecharacter in the illustration， in a realistic style and environment. Place the figure on a computer desk， using a circular transparent acrylic base without any text.On the computer screen， display the ZBrush modeling process of the figure. Next to the computer screen， place a BANDAI-style toy packaging box printed with the original artwork.

原地起高楼

另外一个能显示 nano banana 模型逆天能力的，是建筑图再生，夸张到什么程度：就这么一张糊图，也能做出干净的模型图。

图片来自 X 用户@Zieeett

网友分享了一种“平面→立体城市”做法。

1.

可以是一张城市平面/总图，放进建筑轮廓、道路网、绿地水体、等高线

2. 在平面图上直接给每个要素指定好，让模型把二维几何变成体量 - 建筑地块：height=80m / 25 floors、use=office/mixed-use、façade=glass curtain wall / brick、roof=green / gable、尽量“可计算”（数值、枚举、间距），少用形容词。

3. 上传这张标注平面作为参考图，在提示词里逐条“复述标签+指定三维约束”，让模型规 则立起来，例如：视图/相机：orthographic isometric cityscape, axonometric 30°, match north, scale 1:1000

- 生成逻辑：extrude building footprints to labeled heights and floors; preserve road curvature; follow lanes/width; loft bridges over river; terrain from contours

- 风格与细节：LOD=2-3, minimal street furniture, GI lighting, overcast HDRI / clay render / watercolor

用这三步，模型就能从一张平面图，倒推出比例统一、风格一致的立体城市景观——推理能力，战绩可查。

图片来自 X 用户@daniel_mac8

图片来自 X 用户@PSaezT

用街景生成建筑模型图就更简单了，根本不挑原图：

1.

可以是一张城市平面/总图，放进建筑轮廓、道路网、绿地水体、等高线/高程点，最好带比例尺和指北针

2. 输入指令 Make Image Daytime and Isometric (Building Only)

图片来自 X 用户@midorikocak

图片来自 X 用户@npaka123

四格故事漫画

虽然以图片生成火爆，但是 Gemini 2.5 Flash 本身是个全能选手。比如，上传一张照片，就能用模型出品整个漫画——是有故事情节的那种。

步骤：

1.

定妆 + 第一格：放一张主角照片或设定图。用一句话给出画面与台词，只要一格。英文示例：make a single black-and-white manga panel of [your character] sitting on a rug. speech bubble says "I'm feeling strange..." screentone, hatching, clean lineart。中文示例：生成一格黑白漫画：主角是这只猫，坐在地毯上，气泡台词“我感觉不太对……”（网点、速度线、干净线条）

生成到你满意为止，先把主角造型和画风稳定住。

2

续写 + 串场 把第1格再上传当参考，指令“请生成下一格，延续这个故事”：make the next panel of this manga that continues the story。你可以给更具体的剧情节拍（冲突/转场/视角），也可以放手让模型自由发挥。重复这一步，就能无限延长（四格/九宫格/整页都行）。

3.

修改 + 统一信息 需要改名或改台词？把那一格原图再上传，直接提出替换请求：replace the name "Mittens" with "Finn" in the speech bubble 也可以在续写前声明设定（例如角色名、口头禅、场景地点），模型通常会在后续故事里记住。

按这套“一格定妆 → 反复续写 → 就地改动”的流程，你可以从一张照片起步，几分钟内做出连续剧情的黑白漫画条，风格统一、角色不跑偏。

图片来自X用户@EccentrismArt

图片来自X用户@arjunaskykok

怎么用，去哪用？

看了那么多案例的展示，到底该怎么用？nano-banana 火了这几天，仍然有很多想尝试的玩家不知道从何下手。

首先，Google 系的模型，上架时的第一站一定是 Google 的 AI studio，

网址：aistudio.google.com

它唯一的问题是有地区限制，所以需要注意，顺利进入 studio 的首页是长下面这样的，如果不是，其实就是被地区限制了。

首页的对话框是通用的，不管是聊天、调研还是生成，都可以直接开始输入。不过，你也可以在左侧菜单栏，选择 Generate media 进入生成专门页。

现在 Gemini 也已经支持调用，有部署能力的也可以直接取用 API。常用的 Chatbox 就已经宣布支持 nano-banana。

Chatbox 的界面有点迷惑，需要一点设置：在默认界面是只有 DeepSeek 系的模型，可以先输入“gemini”——显示不存在，但点击 set up，就会跳转到 API 的设置界面。

网址：https://web.chatboxai.app/settings/provider/chatbox-ai

Vertex 是 Google Cloud 家庭成员，自然是把最新的模型挂在最显眼的地方。不过，Vertex 需要登记银行卡，才能成功注册完成。虽然不会立刻造成支出费用，但大家可以斟酌一下。

第三方平台

不想研究 API ，怎么办呢？随着越来越多第三方平台已经接入了这个模型，可以直接调用。比如最早“路透”了 nano-banana 的平台 lmarena。

网址：https://lmarena.ai/ （注意是小写的“L”）

这本身是一个用来做横评，让不同的大模型“捉对厮杀”的平台，不过它也提供常规的对话生成功能，需要在最上方选择。

Imarena 可以直连，这是一大优势。但缺点是生成时间比较长，也有一定几率卡死。

如果你是熟悉 Adobe 生态的用户，现在也可以在 Firefly 里找到并选择这个模型。

注册或登录 Firefly 之后，在左侧菜单栏，展开“模型”的选项，可谓是一应俱全。并且合规、安全，尤其适合已有 Creative Cloud 账户的创意创作者使用。当然了，Firefly 也是有地区限制的。

Lovart 也官宣了自家平台的接入，而且除了每天 200 点的免费额度之外，即日起到 9.2 日，使用 nano-banana 模型不消耗点数。

快，羊毛薅起来。

不过，目前最能匹敌官方途径的，是 Openrouter，不仅接入了 nano-banana，而且开箱即用，在生成的速度、品质方面都不逊色。

网址：https://openrouter.ai/

不管是指令遵循、局部调整能出色完成，甚至连出图风格都很相似。下面的左边是 Google AI studio，右边是 Openrouter，傻傻分不清楚。

局部编辑指令也没有问题，而且合理性甚至更好——钟离背后的头发，连 Gemini 一开始都没有合理生成。

不过也不是毫无问题，随着 token 的消耗，Openrouter 的出图清晰度会波动，比如下面这张，已经完全像素化。

随着 nano-banana 的正式发布，越来越多平台都开始支持，包括 Flora，ComfyUI，地域限制很快就不再是问题。但也有很多第三方平台，鱼目混珠，我们做了一份检查清单，用来快速检查使用质量——薅羊毛虽重要，但也不能将就啊。

注册流程是否需要银行卡

打开模型选择，勾选：Gemini 2.5 Flash Image

是否提供设置生成参数：分辨率、风格、负向词

尝试生成 3–5 张，记录用时和抽卡比率；

是否支持导出原图与metadata

是否支持“批量/迭代”功能，可以用同一组 prompt 多次生成，对比验证一致性与可控性

计费：看清是否“按图计费”或“按时长计费”，估算每张成本

水印策略：是否默认嵌可见/不可见水印，去除水印是否额外付费

接下来，只需要选择你心仪的平台，开始邪修出图之路吧。