AI圖像生成再進化 Google新影像模型可多語言文字

Google圖像編輯人工智慧（AI）工具NanoBanana曾在社群上掀起3D公仔圖生成熱潮，Google今天推出NanoBananaPro影像模型，以Gemini3Pro為基礎，可以在圖像中直接生成多種語言且精準、清晰的文字。

Google在官方部落格發文說明，NanoBananaPro結合先進的推理能力與世界知識，不僅能生成精準的資訊圖表與清晰文字，更提供專業級的設計一致性與光影控制，協助使用者將腦中的創意具象化。

舉例來說，透過NanoBananaPro可以獲得準確的教育性解說圖來學習新主題，還能連結Google搜尋龐大的知識庫，協助用戶快速製作食譜摘要，或將天氣、體育賽事等即時資訊視覺化。

Google指出，NanoBananaPro是目前在圖像中直接呈現正確渲染且清晰文字的最佳模型。可以在產品打樣或海報中創建細節更豐富的文字，並運用更多樣化的紋理、字體和書寫風格；透過Gemini強化的多語言推理能力，用戶可以生成多種語言的文字，或將內容在地化與翻譯，以便擴展國際市場或更輕鬆與親朋好友分享內容。

透過NanoBananaPro改進的局部編輯功能，用戶可以選擇、微調和轉換圖像的任何部分，調整相機角度、改變焦點並應用細緻的調色，甚至轉換場景光線，例如將白天變為黑夜或創造散景效果。

NanoBananaPro將在全球的Gemini應用程式中陸續推出，只需在選擇Thinking模型時使用「生成影像」功能即可。免費版用戶將獲得有限的免費額度，用完後將恢復使用原本的NanoBanana模型。GoogleAIPlus、Pro和Ultra訂閱者，將享有更高的額度。

針對Google搜尋中的AI模式，NanoBananaPro目前在美國開放給GoogleAIPro和Ultra訂閱者使用。