谷歌市值沖上3萬億美元的同時
，旗下的“殺手級
”AI應(yīng)用也超越ChatGPT，成功登頂蘋果應(yīng)用榜第一名。

　　最新數(shù)據(jù)顯示 ，在美區(qū)AppStore中
，谷歌旗下大模型應(yīng)用Gemini的下載量已超過OpenAI的ChatGPT，成為免費(fèi)榜排名第一的應(yīng)用 。此外 ，在加拿大
、印度、摩洛哥等國家
，Gemini同樣實現(xiàn)了登頂，打破了ChatGPT自發(fā)布以來長期的壟斷地位
。

　　這一超越背后 ，離不開谷歌推出的爆款圖像編輯產(chǎn)品Nano Banana（納米香蕉）。今年8月26日
，谷歌DeepMind發(fā)布新一代AI圖像生成與編輯模型Gemini 2.5 Flash Image 。這一模型的代號為“Nano Banana”，在圖像質(zhì)量 、編輯控制和應(yīng)用場景上有大幅改進(jìn) ，一推出就受到了用戶的熱烈追捧
。9月4日
，谷歌實驗室副總裁Josh Woodward透露，自該功能上線以來 ，已累計完成超2億次圖像編輯，帶動超1000萬新用戶嘗試Gemini應(yīng)用。

　　浙商證券研報分析稱
，和此前的多模態(tài)模型相比，Nano Banana在以下技術(shù)層面有所提升 。1）自然語言驅(qū)動圖像編輯：Nano Banana允許用戶通過一句簡單的自然語言指令實現(xiàn)精準(zhǔn)編輯 ，無需傳統(tǒng)圖層或遮罩操作
。2）角色一致性與場景融合：模型在連續(xù)編輯中能夠保持人物面貌與特征一致
，確保角色在不同場景和動作中保持統(tǒng)一識別度。這一特性在品牌角色創(chuàng)作
、情景劇本生成等應(yīng)用中尤為關(guān)鍵 。3）多圖融合與世界知識注入：支持將多個圖片在同一畫面中融合，自然過渡；同時 ，基于Gemini的世界知識
，模型能理解復(fù)雜場景并執(zhí)行符合現(xiàn)實邏輯的編輯任務(wù)
。4）降低3D建模門檻：傳統(tǒng)3D建模需專業(yè)技能，而Nano Banana生成的2D設(shè)計圖已包含結(jié)構(gòu)、光影 、材質(zhì)等關(guān)鍵信息 ，建模師可快速將其轉(zhuǎn)化為3D文件。

　　記者搜索發(fā)現(xiàn)
，Nano Banana自上線以來，各大網(wǎng)絡(luò)社區(qū)平臺的用戶均分享了許多由其制作的圖片 ，效果十分驚艷 。例如上傳一張圖片
，并提示“把我的寵物變成包裝旁邊的塑料玩偶 ”，即可生成一張高清的3D寵物手辦圖片。

　　再比如 ，輸入提示詞“將我手中的物體變成3D透明線條藝術(shù)全息圖
”，Nano Banana也能準(zhǔn)確地理解提示詞的含義
。

　　Nano Banana的火爆出圈
，與數(shù)月前GPT-4o推出圖像生成功能并引發(fā)“吉卜力”風(fēng)格AI圖片創(chuàng)作風(fēng)潮十分相似。吉卜力風(fēng)格是指日本吉卜力工作室創(chuàng)作的動畫藝術(shù)風(fēng)格，該工作室由宮崎駿與高畑勛于1985年創(chuàng)立 ，代表作包括《千與千尋》《龍貓》等 。由于過于火爆
，OpenAI首席執(zhí)行官山姆·奧特曼當(dāng)時也火速換上了這一風(fēng)格的頭像
。奧特曼還發(fā)貼稱，ChatGPT一小時就新增了百萬用戶 ，其活躍用戶
、App下載和訂閱收入都在吉卜力效應(yīng)當(dāng)周創(chuàng)下了歷史紀(jì)錄。

　　業(yè)內(nèi)人士分析稱
，谷歌Nano Banana能夠在全球走紅，源于其在AI生圖領(lǐng)域重構(gòu)了用戶的體驗范式 ，實現(xiàn)了從“復(fù)雜工具欄 ”到“一句自然語言
”、從“渲染緩慢”到“秒級出圖 ” 、從“效果不穩(wěn)定
”到“跨圖一致性”等一系列突破
，大幅降低了使用門檻和成本 。

　　值得注意的是，受益于反壟斷裁決結(jié)果好于市場預(yù)期以及Nano Banana的良好市場表現(xiàn) ，谷歌股價近期持續(xù)上漲
。周一（9月15日）早些時候
，花旗集團(tuán)分析師Ron Josey將谷歌母公司Alphabet目標(biāo)價從225美元上調(diào)至280美元，理由是“隨著Gemini在廣告與云業(yè)務(wù)中的采用加速 ，正出現(xiàn)更快的產(chǎn)品開發(fā)周期 ”。

　　此外，Nano Banana的爆火
，無疑再一次點(diǎn)燃了圖像生成視頻賽道的戰(zhàn)火 。記者注意到，最近一段時間以來 ，國內(nèi)大模型廠商也紛紛對標(biāo)Nano Banana
，推出了相應(yīng)的圖像生成模型
。

　　例如，9月9日 ，字節(jié)跳動Seed團(tuán)隊宣布推出豆包圖像創(chuàng)作模型Seedream 4.0。據(jù)介紹
，Seedream 4.0可靈活支持文本
、圖像的組合輸入，抽取不同圖片元素進(jìn)行創(chuàng)作 ，還可一次生成角色連貫、風(fēng)格統(tǒng)一的組圖
，實現(xiàn)表情包 、連環(huán)畫等各類創(chuàng)意玩法 。同日，AI創(chuàng)業(yè)公司生數(shù)科技正式推出Vidu Q1參考生圖功能 ，正面對標(biāo)Nano Banana
，支持單次輸入最多7張圖像作為參考，可自由組合人物
、背景與道具 ，生成細(xì)節(jié)精準(zhǔn)、風(fēng)格統(tǒng)一的高質(zhì)量圖像
。

　　華泰證券認(rèn)為，原生多模態(tài)模型架構(gòu)得到業(yè)界認(rèn)可
，OpenAI和谷歌的原生多模態(tài)模型已經(jīng)在性能 、延時、部署上展現(xiàn)出了優(yōu)勢。整體而言，多模態(tài)為主的產(chǎn)品商業(yè)化快于文本產(chǎn)品 ，從大模型到多模態(tài)已是商業(yè)化的必由之路
，多模態(tài)大模型和應(yīng)用發(fā)展的奇點(diǎn)將至 。

　　就投資層面來看，多模態(tài)有望在算力和應(yīng)用兩方面帶來相關(guān)投資機(jī)會。算力側(cè) ，供給端原生多模態(tài)模型需要比非原生模型更多的算力
，需求端視頻的推理算力需求遠(yuǎn)大于文字，視頻Agent的落地進(jìn)一步催生推理算力需求
。應(yīng)用側(cè) ，供給端國內(nèi)的視頻生成模型領(lǐng)先
，需求端廣告
、零售、創(chuàng)作 、教育等領(lǐng)域均有AI化需求。