今天早上，Google Labs发布了Pomelli最新功能Photoshoot，我们可以从一张产品图片出发，轻松制作高质量定制品牌照片，用于产品营销。Pomelli是Google Labs联合Google DeepMind于2025 年10月推出的AI营销工具实验项目，底层驱动模型为Nano Banana，专为中小企业设计。
尽管多模态大语言模型（MLLMs）在识别「图中有什么」这一语义层面上取得了巨大进步，但在理解「图像看起来怎么样」这一感知层面上仍显乏力。
浙江大学ReLER团队开源ContextGen框架，攻克多实例图像生成中布局与身份协同控制难题。基于Diffusion Transformer架构，通过双重注意力机制，实现布局精准锚定与身份高保真隔离，在基准测试中超越开源SOTA模型，对标GPT-4o等闭源系统，为定制化AI图像生成带来新突破。
Gemini 3 Pro刚炸完，谷歌又在深夜扔出了「AI图像新神」Nano Banana Pro！它用像素级的恐怖细节和完美的汉字渲染告诉世界，谁才是AI生图真正的王者。
题图 | 来自SeaArt 作者 | 落日飞车 如今在全球AI竞赛中，中国厂商已从早期的跟跑者，转变为不可忽视的强力竞争者。 时间回到2023年，AI相关榜单都还被西方产品所霸占，仅过了一年这个格局就
多模态大模型（MLLMs）虽然在图像理解、视频分析上表现出色，但多停留在整体场景级理解。
Meta 已签署一份价值超 1 亿美元的多年度合同，将使用 AI 图像初创公司 Black Forest Labs 的技术，这是这家社交媒体公司为扩展人工智能服务的最新投资。
AI图像编辑技术发展迅猛，扩散模型凭借强大的生成能力，成为行业主流。 但这类模型在实际应用中始终面临两大难题：一是“牵一发而动全身”，即便只想修改一个细节，系统也可能影响到整个画面；二是生成速度缓慢，难以满足实时交互的需求。
GPT-4o发布才过去半年，Nano Banana这种「下一代」的生图模型就出来了。 这难道是AI界的摩尔定律？不敢想再过半年后，会是什么样的「魔鬼级」生图模型来屠Nano Banana
谷歌最新图像模型nano banana横空出世，它不仅能融合多张图片拼接出全新画面，还能理解地理、建筑与物理结构，甚至将二维地图转化为三维景观。凭借Gemini的世界知识与交错生成技术，模型实现了「有记忆」的多轮创作，带来极高一致性与创造力。nano banana正在重塑AI图像生成的边界，也引发了「AI创意伙伴」未来的无限遐想。
