Lige da vi troede, at Google ikke kunne overgå deres Nano Banana (Gemini 2.5) billedmodel, har de taget det et skridt videre med deres seneste udgivelse, Nano Banana Pro (Gemini 3 Pro).
Og jeg må sige, at de har hævet barren! Denne lancering medfører nye forbedringer, specifikt med dens overlegne tekstgengivelsesfunktioner, henvisning til flere billeder og kreative designkontroller.
Men det er ikke alt. For at give dig et fuldt overblik over, hvad Nano Banana Pro handler om, er jeg her for at give dig en hurtig, men detaljeret gennemgang af, hvad den kan gøre. Faktisk, lad os springe direkte ud i det!
Hvad har Nano Banana Pro at tilbyde?
På baggrund af deres første iteration fokuserede Google meget på at gøre den nye Pro-version bedre til informationsvisualisering og give brugerne mere kontrol over billeder.
Her er en oversigt over de vigtigste ændringer, de har introduceret:
#1. Overlegen tekstgengivelse
Tekstgengivelse har altid været et notorisk problem for mange AI-billedmodeller. I de fleste tilfælde får du ødelagte og meningsløse ord, der afslører outputtet som AI-genereret.
Google har dog arbejdet på at afhjælpe dette med den mest dramatiske ændring, hvor Nano Banana Pro er dens evne til at generere læsbar tekst i billeder i forskellige stilarter, skrifttyper og sprog.
Dette gør det muligt at visualisere information på tværs af gengivne plakater, annoncer, logoer osv. Faktisk har de forbedret dette område så meget, at Nano Banana 2 kan hjælpe med at skabe infografik.
Hvad mere er? De har kombineret billedgenerering med Geminis 3's avancerede ræsonnement og søgefunktioner, hvilket gør det lettere at trække data og visualisere information som diagrammer i realtid.
#2. Avanceret ræsonnementsgenerering
Baseret på Geminis 3's kraftfulde ræsonnement har Nano Banana Pro en langt dybere forståelse af kompleks verdensviden og fysisk sans for bedre at fortolke brugerintentioner.
For at være præcis kan den fortolke komplekse og tekniske prompter mere nøjagtigt, samtidig med at der tages hensyn til virkelige aspekter som fysisk refleksion, logik af lys og skygge osv.
Den forstår også multiniveau-modifikationsinstruktioner bedre. For eksempel kan den behandle, "Flyt personen til venstre til højre, og skift dagen til en cyberpunk-nattehimmel."
#3. Kreativ kontrol i studiekvalitet
Nano Banana Pro tilbyder større kreativ kontrol ved at give brugerne mulighed for frit at justere komplekse aspekter som dybdeskarphed, fokus, belysning og farvegradering via naturlige sprogprompter.
Fra et professionelt synspunkt åbner dette op for flere redigeringsmuligheder, der gør sofistikeret billedforfining og transformation til en langt nemmere, hurtigere og mere effektiv oplevelse.
Desuden understøtter Nano Banana Pro praktisk talt indbygget 1K/2K/4K opløsningsgenerering. Den bevarer endda realistiske detaljer og teksturer som tøj eller hudporer gennem forstørrelse.
Dette adresserer især en stor begrænsning, som dens forgænger havde. Og da den understøtter flere billedformater, gør det det lettere at eksportere billeder til brug på enhver platform.
#4. Forbedret konsistens i karakterer og stil
En anden stor ændring med Nano Banana Pro er evnen til at blande flere elementer i ét billede end før. Med denne billedmodel kan du bruge flere referencebilleder (op til 14).
Dette giver brugerne mulighed for at generere ensartede billeder med en mere samlet stil, samtidig med at de bevarer ligheden af op til 5 personer til en serie af storyboards, billedbøger, reklamekampagner osv.
På grund af dette behøver du ikke bekymre dig om, at karakterernes udseende ændrer sig på tværs af forskellige baggrunde, vinkler, scener osv., hvilket fremmer problemfri visuel branding på tværs af kreative projekter.
#5. UI/UX Designproduktivitet (Generativ UI)
Sammenlignet med andre billedmodeller løfter Nano Banana visuelt design et niveau op ved at gå ud over illustrationer. Den kan også hjælpe med at designe UI-grænseflader og webprototyper.
Som web- eller appdesigner kan du bruge den som en prototypeassistent, der gør det lettere at gengive visuelt tiltalende grænseflader direkte fra håndtegnede skitser.
Faktisk er Nano Banana Pro-modellen endda i stand til at omvendt konstruere designtegninger baseret på din egen kodologik!
Som et resultat er de potentielle implikationer af dette for, hvordan programmerings- og UI-design-workflows kan strømlines, svimlende.
Hvordan var min personlige oplevelse med Nano Banana Pro?
Som du kan forestille dig, var jeg meget ivrig efter at se, hvad denne nye billedmodel fra Google virkelig kunne gøre, så jeg tog mig tid til at sætte den på den ultimative prøve.
Jeg brugte vage og abstrakte prompter, enkle prompter, der indeholdt tekst, komplekse prompter, der indeholdt tekstgengivelse, og instruktioner med referencebilleder for at se, hvordan den ville præstere.
Til den første test holdt jeg tingene enkle.
Prompt: [Generer en person på stranden, atmosfæren er rolig tristhed og en svag følelse af tab.]
Til den anden var jeg særligt investeret i at se, hvordan den kunne håndtere gengivelse af klar og læsbar tekst i genererede billeder.
Til dette brugte jeg en prompt til at få den til at generere en officiel meddelelse om Kanye West og Kim Kardashians genforening på IG.
Prompt: [Generer et realistisk screenshot af et Instagram-opslag fra Kanye Wests konto. Opslaget er en officiel meddelelse om, at han og Kim Kardashian er sammen igen.]
Til min overraskelse ser screenshotsene, den skabte, overraskende ægte og ret levende ud.
Jeg gav ikke engang præcise instruktioner om, hvilke tekster der skulle gengives, endnu forstod Nano Banana Pro logisk, hvad jeg gik efter.
Jeg bemærkede, at der stadig var nogle små fejl i teksten i kommentarsektionen. Men trods det er det slet ikke et dårligt forsøg.
Til den tredje test ville jeg se, hvordan den klarer sig med mere krævende tekstbaserede billeder. Kan den især håndtere forskellige sprog uden grammatiske eller sproglige fejl?
Prompt: En realistisk reklameplakat i dokumentarstil for en autentisk kantonesisk restaurant beliggende på en travl New York-gade (som Mott Street i Chinatown). Der er et stort logo for restauranten midt på plakaten.
Som du kan se, lykkedes det at levere et fantastisk plakatdesign. Denne gang var der fejl i typografien, og den gengav endda de kinesiske pinyin-tegn med korrekt stavning.
Til den sidste test tjekkede jeg, hvordan den håndterer brugen af referencebilleder til at skabe et helt nyt billeddesign. Så dette var, hvad jeg bad den om at gøre:
Prompt: [Brug teksturen af isen i billedet til at generere et isbjerglandskab]
 |
 |
Som du kan se, lykkedes det at skabe et perfekt teksturrigt billede, der matchede mine instruktioner. Niveauet af stilkonsistens og detaljer er spektakulært velbevaret. Meget flot.
Konklusion
Mens den første Nano Banana-iteration var til den almindelige bruger, tror jeg, det er tydeligt, at denne nye Pro-model rammer plet for dem, der beskæftiger sig med mere komplekse designkompositioner.
Og i betragtning af hvordan de sofistikerede forbedringer, der er introduceret, har forvandlet den til en utroligt alsidig løsning, tror jeg, du bør skynde dig at prøve Nano Banana Pro i dag!