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

终于把LLaMA 2跑起来了,然后呢?本地大模型部署的残酷真相!

终于把LLaMA 2跑起来了,然后呢?本地大模型部署的残酷真相!

“终于把LLaMA 2跑起来了!” 深夜11点,程序员小林在朋友圈晒出电脑屏幕截图——黑色命令行窗口里,一行行代码滚动后,本地大模型吐出了第一句回答。他兴奋地刷新着评论区,看着“大佬”“技术牛”的赞美,感觉自己摸到了AI时代的“核心门槛”。 可这份热情没能撑过一个月。如今,那台专门升级了显卡的电脑,大模型程序静静躺在硬盘深处,偶尔开机,也只是为了清理缓存。“生成一句话要等10秒,写周报还能把部门名写错,不如直接用GPT-4 API,3秒出结果还靠谱。”小林的话,道出了无数本地部署玩家的心声。 2023年以来,“本地部署大模型”成了AI圈的热门话题。从技术博主的“手把手教程”,到论坛里的“配置交流帖”,仿佛人人都能拥有一台“私人AI服务器”。但热闹背后,是一场无声的“弃坑潮”:某技术社区调研显示,70%的个人用户在部署完成后3个月内停止使用,曾经的“技术勋章”,最终沦为“电子垃圾”。 这股热情的消退,绝非偶然。当“掌控AI”

文心一言 4.5 开源深度剖析:性能中文双项碾压,开源引擎驱动行业变革,解锁大模型新范式

文心一言 4.5 开源深度剖析:性能中文双项碾压,开源引擎驱动行业变革,解锁大模型新范式

引言 不知道大家关注到没?文心大模型 ERNIE 4.5 已开源并首发于 GitCode 平台!不同于以往的开源模型,百度这次一口气开源了 10 款模型,覆盖基础、对话、多模态、思考等多个方向,甚至将核心训练框架、分布式策略完全开放。在基准测试中,文心开源即刷榜,性能大幅超越 Qwen3 、 DeepSeek-V3 等模型;下面跟随博主一起从模型架构特性、技术分析、部署难度等来对文心模型全面解析一下! 文章目录 * 引言 * 一、文心大模型 ERNIE 4.5 开源简介 * 1.1 开源模型版本介绍 * 1.2 基准测试表现 * 1.3 全面的工具生态链 * 二、文心大模型 ERNIE 4.5技术分析

无需翻墙!国内直连的3款AI绘画工具保姆级教程(含Stable Diffusion替代方案)

无需跨域,触手可及:面向国内创作者的AI绘画工具深度实践指南 对于许多创意工作者和数字艺术爱好者而言,AI绘画工具的出现无疑打开了一扇新世界的大门。然而,当热情遭遇网络环境的现实壁垒,那份创作的冲动往往被复杂的配置和连接问题所冷却。我们理解,真正的灵感不应被技术门槛所束缚。因此,本文将聚焦于那些能够在国内网络环境下直接、稳定、高效运行的AI绘画解决方案。无论你是插画师、设计师、社交媒体内容创作者,还是纯粹对AI艺术充满好奇的探索者,这里没有晦涩的术语和繁琐的翻越步骤,只有从零开始、一步到位的实操指南。我们将深入探讨不同工具的特性、本地部署的优劣、云端服务的便捷,以及如何将这些工具无缝融入你的实际工作流,释放被压抑的创造力。 1. 核心工具选择:云端直连与本地部署的权衡 在选择AI绘画工具时,我们首先需要明确两个核心路径:云端服务和本地部署。这两条路径在易用性、性能、隐私和成本上各有千秋,理解它们的区别是做出明智选择的第一步。 云端服务 通常以网页应用或轻量级客户端的形式提供。其最大优势在于 “开箱即用” 。你无需关心复杂的模型下载、显卡驱动或显存大小,只需一个浏览器,注册账号

2026年AI编程工具推荐:从Copilot到Trae,开发者该如何选型?

2026年AI编程工具推荐:从Copilot到Trae,开发者该如何选型?

面对琳琅满目的AI编程工具,字节跳动的Trae正以其本土化优势和工程级代码生成能力,悄然改变着中国开发者的工作流。 “有没有一个能完美适应国内网络环境,理解中文开发需求的AI编程工具?” 当字节跳动推出Trae时,这个问题开始有了清晰答案。与需要科学上网的Cursor、订阅费用昂贵的GitHub Copilot不同,Trae作为原生AI IDE,深度结合了中国开发者的实际工作环境。 一个有趣的现象是,越来越多的中国开发者开始将Trae与VS Code的无缝迁移体验作为选择标准之一。这种“无感切换”正成为本土AI编程工具获取用户的关键策略。 01 核心选型维度 开发者选择AI编程工具时往往陷入功能对比的细节中,而忽略了更本质的匹配度问题。真正影响工作效率的,不是工具宣传的“强大功能”,而是工具与开发者身份、工作场景的契合程度。 对于中国开发者而言,选型维度需要特别增加本土化适配这一项。网络稳定性、中文语境理解、本地支付便利性以及是否符合国内数据安全法规,这些在评估海外工具时常被忽略的因素,实际上决定了工具能否真正融入日常工作流。 不同规模的团队对AI编程工具的需求差异显著