免费使用AI绘画模型Nano Banana Pro,太有意思了!

大家好,我是程序员小灰。

关注AI的朋友们应该都知道,最近谷歌的AI模型Gemini3.0 Pro爆火了。Gemini3是一个AI大家族,这个家族的成员不只有善于文字对话的大语言模型,还包括着善于绘画的图像生成模型,Nano Banana Pro。

这两天小灰亲自测试了Nano Banana Pro模型,虽然说不上完美,但真的十分有趣!(后文简称Nano Banana)

如何免费使用Nano Banana? 

想要免费使用Nano Banana,小灰给大家推荐三个地方:

1.Gemini官网

入口如下:

https://gemini.google.com/

在Gemini官网的对话框下方,点击“制作图片”选项,就可以和Nano Banana模型进行对话:

2.Google AI Studio

入口如下:

https://aistudio.google.com/

在Google AI Studio的首页右下角,点击“Try Nano Banana Pro”选项,即可体验Nano Banana。

3.LMArena

入口如下:

https://lmarena.ai/

LMArena中文名为大众竞技场,是一个让不同模型进行PK的平台。在首页左上方选择“Direct Chat”模式,模型选择“gemini-3-pro-image-preview-2K”,即可参与Nano Banana的免费测试。

以上就是三种免费使用Nano Banana的方法。其中官网和Google AI Studio有一定的使用频次限制;LMArena虽然不限制次数,但有可能排队。

几个有趣的测试案例

Nano Banana具体能用来干什么呢?

用AI画小猫小狗、画美女帅哥什么的,早已经被众多AI模型玩遍了,我们今天就来尝试几个不一样的玩法,顺便来测试一下Nano Banana的极限。

1.和名人同框

身为普通人,如何免费吃上巴菲特的午餐?小灰上传了一张自己的照片,让AI把自己和巴菲特同框。

提示词:根据我的照片,生成我和巴菲特一起共进午餐的画面。

Nano Banana为我生成了上面这张照片,看起来还蛮自然的。

2.给漫画上色

作为一个动漫爱好者,小灰经常在网上看黑白漫画。如果AI能为所有的漫画上色,阅读的体验将会上升一个台阶。我们找一页漫画试试:

提示词:给漫画上色。

不得不说,Nano Banana的上色水平还真不错,没有一丁点违和感。

3.生成漫画

既然Nano Banana具备漫画上色的能力,那它能不能为我们直接生成漫画呢?让我们试一试。

小灰上传了自己的漫画素材,让AI根据这一对素材形象生成漫画。

提示词:用图中的两个角色生成一组漫画,在漫画中讲述一个编程知识点。

虽然AI生成的这组漫画只是描述了一个编程段子,而非讲解编程知识点,但生成这样的结果已经很厉害了。这样下去,小灰是不是该失业了?

4.生成地图

接下来我们上一点难度,让AI为我们生成一幅地图。

提示词:生成北京市朝阳区的地图。

Nano Banana生成的结果基本符合北京朝阳区的格局,但有些细节还不太完美,地图上有不少错别字和乱码。

我们把这幅平面地图改成立体地图试一试。

提示词:把地图改为3D风格。

这幅立体地图乍一看很酷,不过经不起推敲,似乎仅仅是把所有的地标性建筑排列在一起,各个建筑所在的位置和真实情况完全不一样。

5.生成棋谱

最后,我们来尝试一个最难的案例,让AI为我们生成一套象棋棋谱。

不知在公众号的读者当中有多少象棋爱好者?在中国象棋当中有一个著名的残局,名为“七星聚会”。我们把这个残局的图片上传给Nano Banana,看看它能否破解此残局:

提示词:根据棋局,用图片展示出正确的走法,红棋先走。

这一次AI生成的图片一言难尽,棋盘上莫名其妙多出了几个棋子,根本不是残局的破解之法。

不过这也很正常,Nano Banana又不是通用人工智能,我们这个破解棋局的要求,确实强“机”所难了。

写在最后

各位读者朋友们,不知大家第一个接触到的AI绘画模型是什么?小灰
第一次使用AI绘画模型是在2023年,用的Midjourney。

在那个时候,AI能完全按照要求画出一幅画就已经很不容易了,要么人物手指数量不对,要么显得非常假、AI味儿十足。

如今只过去了两年多的时间,AI绘画模型的能力已经今非昔比,不但可以画出各种鲜活的形象,还能作为辅助工具应用在各个领域。

如果大家有什么新鲜有趣的想法,也欢迎在Nano Banana上面进行尝试,并把你的绘画结果分享在留言区。

关于AI绘画模型Nano Banana Pro,我们就介绍到这里,感谢大家!

< END >

最近,小灰创建了一个AI副业交流群,对AI和副业变现感兴趣的朋友,都欢迎进群交流。扫码添加小灰微信,备注“ai“即可进群:

图片

Read more

35道常见的前端vue面试题,零基础入门到精通,收藏这篇就够了

35道常见的前端vue面试题,零基础入门到精通,收藏这篇就够了

来源 | https://segmentfault.com/a/1190000021936876 今天这篇文章给大家分享一些常见的前端vue面试题。有一定的参考价值,有需要的朋友可以参考一下,希望对大家有所帮助。 对于前端来说,尽管css、html、js是主要的基础知识,但是随着技术的不断发展,出现了很多优秀的mv*框架以及小程序框架。因此,对于前端开发者而言,需要对一些前端框架进行熟练掌握。这篇文章我们一起来聊一聊VUE及全家桶的常见面试问题。 1、请讲述下VUE的MVVM的理解? MVVM 是 Model-View-ViewModel的缩写,即将数据模型与数据表现层通过数据驱动进行分离,从而只需要关系数据模型的开发,而不需要考虑页面的表现,具体说来如下: Model代表数据模型:主要用于定义数据和操作的业务逻辑。 View代表页面展示组件(即dom展现形式):负责将数据模型转化成UI 展现出来。 ViewModel为model和view之间的桥梁:监听模型数据的改变和控制视图行为、处理用户交互。通过双向数据绑定把 View 层和 Model 层连接了起来,而View

Java Web 编程训练系统系统源码-SpringBoot2+Vue3+MyBatis-Plus+MySQL8.0【含文档】

Java Web 编程训练系统系统源码-SpringBoot2+Vue3+MyBatis-Plus+MySQL8.0【含文档】

摘要 随着信息技术的快速发展,互联网应用逐渐渗透到各行各业,教育领域也迎来了数字化转型的浪潮。传统的编程训练方式通常依赖于本地开发环境或简单的在线评测系统,难以满足现代教育对灵活性、交互性和数据驱动的需求。尤其是在高校计算机专业教学中,学生编程能力的培养需要更加系统化、智能化的平台支持。基于此背景,设计并实现一个高效、易用的Java Web编程训练系统具有重要意义。该系统旨在为学生提供在线编程练习、自动评测、学习进度跟踪等功能,同时为教师提供题目管理、成绩分析等教学辅助工具。关键词:Java Web、编程训练、在线评测、教学辅助、SpringBoot2。 本系统采用前后端分离架构,后端基于SpringBoot2框架搭建,结合MyBatis-Plus实现高效数据操作,MySQL8.0作为数据库存储系统数据。前端采用Vue3框架,利用其响应式特性和组件化开发优势,提升用户体验。系统核心功能包括用户权限管理、编程题目发布与提交、自动代码评测、学习数据统计分析等。通过集成第三方代码运行环境,系统能够支持多种编程语言的在线编译与执行。此外,系统还提供详细的错误反馈和性能分析报告,帮助学生快速

低延迟直播终极方案:WebRTC + MediaMTX,延迟<500ms!

低延迟直播终极方案:WebRTC + MediaMTX,延迟<500ms!

低延迟直播终极方案:WebRTC + MediaMTX,延迟<500ms! 在直播场景中,延迟往往是用户体验的关键。传统的HLS或RTMP直播延迟通常在3-10秒,这对于互动连麦、远程驾驶、在线教育等场景来说远远不够。那么有没有一种方案可以实现端到端延迟低于500ms,且无需安装插件,直接用浏览器就能观看?答案是肯定的,今天我们就来介绍一套强大的组合:WebRTC + MediaMTX。 为什么是WebRTC? WebRTC(Web Real-Time Communication)是一种支持浏览器之间实时音视频通信的技术,其核心优势就是超低延迟(通常可达200-400ms)。它基于UDP传输,配合P2P或通过TURN中继,天然适合实时流媒体场景。 但WebRTC本身是一个点对点协议,如果我们要做一对多的直播,就需要一个媒体服务器来分发流。市面上有很多选择,如Janus、Licode、SRS等,而今天的主角MediaMTX(原名rtsp-simple-server)则因其轻量、易用、原生支持WebRTC输出而备受青睐。 MediaMTX 简介 MediaMTX 是一个开源

[前后端系统开发教程]第四节-前端多平台部署的终极解决方案

[前后端系统开发教程]第四节-前端多平台部署的终极解决方案

在上一节中我们已经制作了一个简单的用户管理后端系统,我们这节就来尝试制作一个对应的前端系统。那么,我们是要使用安卓开发者工具制作一个安卓app,或者部署为微信小程序,亦或部署为传统的html网页? 答案是我全都要!通过DCloud生态,我们可以实现一份代码,多端部署。 第一部分:什么是DCloud生态? 众将士多端露难色,新面孔竟生好胆识 注:本节开始,教程的节奏会适当加快,希望各位可以跟上。 简单来说,DCloud生态的核心功能是,通过将项目按照不同的目标部署平台,二次编译为对应平台的代码,以实现“一份代码,多端部署”,以提高开发效率。详细介绍请参考uniapp官方文档:简介 - HBuilderX 文档。DCloud还提供云函数、云对象等工具,我们将在教程的后面去学习。 在这节教程中我们先学习如何在HBuilderX中调用上节中后端系统的API(即后端服务接口),编写一份前端代码,再将其打包为微信小程序、html网页和安卓app。 第二部分:怎么调用后端API接口? 接口表叫那前端瞧,服务器知晓谁来还 我们先回顾一下上节教程中的接口类,将其整理为一份API接口说明