一張三維建模圖、一個(gè)手辦模型 、一個(gè)印有“Nano-banana ”字樣的包裝盒……在剛剛過去的周末，朋友圈突然涌現(xiàn)出大量雷同的“3D打印手辦
”圖片。這些手辦或是明星角色 ，或是家中寵物
，種類繁多令人眼花繚亂 。此時(shí)此刻，在某社交平臺(tái)上以“手辦”為關(guān)鍵詞進(jìn)行搜索 ，同樣會(huì)看到許多相似的內(nèi)容
。

　　與此形成呼應(yīng)的是
，今日早盤，3D打印概念震蕩拉升。截至發(fā)稿 ，海正生材
、長(zhǎng)江材料等多股漲停，金橙子、思看科技等紛紛上漲 。

　　然而
，這場(chǎng)3D打印熱潮背后的真正主角，卻是谷歌推出的一款代號(hào)“納米香蕉 ”（Nano-banana）的圖像生成與編輯模型
。前文提到的“3D打印手辦
”圖片 ，便是Nano-banana的“杰作”。簡(jiǎn)單來說
，通過上傳人物或動(dòng)物圖片素材，再輸入特定提示詞和指令 ，該模型便能夠?qū)⑷讼褶D(zhuǎn)化為同款“手辦 ” 。不過與真正手辦不同的是
，Nano-banana生成的“手辦”僅存在于圖片之中。

　　據(jù)悉，這款模型正式名稱為Gemini 2.5 Flash Image ，自8月26日正式上線后
，其憑借圖像編輯實(shí)測(cè)中的驚艷效果迅速出圈
。在海外知名AI排行平臺(tái)LMArena的最新榜單中，Nano-banana以1362的分?jǐn)?shù)位列第一 ，大幅領(lǐng)先于第二名flux（1191）和GPT（1170）。

　　除了“做手辦
”外
，Nano-banana還有許多使用場(chǎng)景，比如能夠?qū)⒂脩籼峁┑亩鄠€(gè)素材圖 ，按照要求進(jìn)行融合 。據(jù)3D數(shù)字藝術(shù)家特拉維斯·戴維斯測(cè)試，該模型能夠同時(shí)駕馭多達(dá)13個(gè)圖片素材
，并將他們?nèi)咳跒橐粡垐D
。

　　在谷歌Gemini官方轉(zhuǎn)發(fā)的使用案例中，用戶只需在地圖上畫出“箭頭” ，Nano-banana便會(huì)利用其世界知識(shí)推理具體位置與畫面
，從而將衛(wèi)星圖轉(zhuǎn)換為風(fēng)景圖。此外，按照官方說法 ，該模型同時(shí)具備圖片生成與修改 、局部重繪
、風(fēng)格遷移等圖片編輯能力 。

　　實(shí)現(xiàn)上述效果的關(guān)鍵在于Nano-banana以下核心能力：跨圖一致性、多圖融合 、對(duì)話式/指令式精細(xì)編輯、以及“借助Gemini世界知識(shí) ”帶來的更強(qiáng)常識(shí)/語義理解
。目前
，用戶可通過Gemini App
、API等方式訪問Nano-banana，其API定價(jià)為每百萬輸出token30美元。具體而言 ，生成單張圖片約消耗1290個(gè)輸出token
，折算成本約0.039美元 。

　　值得一提的是，截至目前諸多海外平臺(tái)如Adobe、WPP 、Figma等已在真實(shí)平臺(tái)迅速集成Nano-banana并驗(yàn)證生產(chǎn)力提升 ，同時(shí)給出了高度評(píng)價(jià)
。華福證券表示
，谷歌Nano-banana出圈意味著多模態(tài)模型向更高能力突破，同時(shí)看好多模態(tài)領(lǐng)域的爆發(fā)。

　　現(xiàn)如今 ，AI圖像模型已成為科技巨頭的核心競(jìng)爭(zhēng)領(lǐng)域 。3月26日，OpenAI推出基于GPT-4o模型的圖像生成功能——Images in ChatGPT
，標(biāo)志著ChatGPT正式實(shí)現(xiàn)從單一語言模型向全模態(tài)智能體的跨越
。8月23日，Meta宣布將與Midjourney合作開發(fā)圖像和視頻生成技術(shù)。

　　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Google的原生多模態(tài)模型已經(jīng)在性能
、延時(shí)、部署上展現(xiàn)出了優(yōu)勢(shì) 。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，該機(jī)構(gòu)指出 ，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(huì)
。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(guó)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 。

（文章來源：財(cái)聯(lián)社）