大戰Nano Banana，即夢4.0唯快不破
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
谷歌的Nano Banana模型自發布以來 ， 僅用一周時間就迅速引爆全球社區 ， 成為討論熱度最高的新銳代表 。 就在昨天 ， 字節也正式推出了Seedream 4.0 ， 高調在「即夢」平臺全量上線 。
一邊是國際大廠的新銳之作 ， 另一邊是國產模型的頂尖代表 ， 兩位“選手”幾乎前后腳站上擂臺卷生卷死 ， 氣氛瞬間拉滿 。
為了更直觀地呈現兩款模型的真實水平 ， 我們特別設計了15道考題 ， 涵蓋文本生成、邏輯推演、圖像處理、創意表達等多個維度 。
廢話不多說 ， 讓我們通過這份詳細的答卷來一探究竟 。
實測部分
01
嘿！你的悟空掉了！
Prompt：手機上坐著一個黑神話悟空
這波題考的是這兩個模型 ， 能不能認出游戲圈頂流“悟空”？還得有想象力 ， 讓他合理地“坐”在手機上 。
參考圖如下：
先看即夢4.0 ， 如果你仔細放大看 ， 能看出來即夢4.0生成的悟空坐著的姿勢很真實 ， 能準確捕捉《黑神話：悟空》的美術風格和角色神韻 。
相比之下 ， Nano Banana在人物頭身比例的精準度上略有失衡 ， 顯得不夠協調 。
本輪小結:即夢4.0在寫實還原與場景融合上小勝一籌
02
2D到3D的風格轉換
Prompt：將圖片中所有小怪獸 ， 做成3D模型
這是一個典型的“圖生圖”測試 ， 核心在于考察模型的圖像理解、風格遷移和3D空間構建能力 。
模型需要首先識別出圖片中的“小怪獸”主體 ， 然后將其從2D平面設計稿“翻譯”成立體、飽滿的3D模型 ， 并賦予其合適的材質和紋理 。
即夢4.0本身自帶強烈的模型和手辦質感 ， 非常適合這個主題 。 它能生成下面這樣類似“泡泡瑪特”風格的潮玩或精致的游戲模型 ， 色彩鮮艷 ， 造型可愛且富有設計感 ， 主要是一致性很好 。
Nano Banana在理解上出現了偏差 。 它似乎將指令理解為：將整體畫面進行3D化“浮雕”處理 ， 而非將每個怪獸獨立建模 ， 最終生成了一張立體感貼畫 ， 未能完成核心任務 。
本輪小結:即夢4.0對3D指令的理解和執行能力稍強一些 。
03
中國古畫的再創作
Prompt：給這幅中國古畫的右上角 ， 畫幾行白鷺 。
這回主要考驗AI能不能在中國風古畫上加戲 ， 模型不僅要畫出“白鷺” ， 更重要的是要讓這些白鷺完美融入古畫的意境中 ， 無論是筆觸、墨色還是構圖 ， 都不能有違和感 。
參考圖如下：
左側為即夢4.0 ， 右側為Nano Banana 。 出乎意料 ， 這一輪兩者都表現不差 。 它們都沒有生硬地植入寫實白鷺 ， 而是模仿了原作的筆觸和意境 ， 并融入了自身的理解 。 添加的白鷺元素與背景渾然一體 ， 沒有明顯的違和感 。
本輪小結: 平分秋色 ， 都展現了不錯的多風格藝術融合能力 。
04
星艦印滿比卡丘
Prompt：將星艦上印滿比卡丘 。
這是一個考驗紋理應用、透視理解和IP識別的綜合案例 。 模型需要將“比卡丘”這個2D形象 ， 作為紋理“貼”在“星艦”這個復雜的3D曲面上 ， 并處理好透視、變形和光影變化 ， 同時要保證比卡丘形象的準確性 。 我隨便找來了一張星艦的圖片：
這是即夢4.0生成的 ， 在3D曲面物體上 ， 比卡丘的元素融合確實很好 。 比卡丘紋理在星艦不同曲面（如機翼、機身）上的貼合程度 ， 基本不存在不自然的拉伸或突出星艦本身的空間 。
下面這具有視覺沖擊力的是Nano Banana生成的 ， 比卡丘貼的嚴絲合縫 。 能看得出來 ， “比卡丘”和“星艦”都是Nano Banana舒適區內的元素 ， 它能生成視覺沖擊力極強的畫面 。
相比之下 ， Nano Banana的寫實渲染能力更強一下 ， 會細致地處理每一個比卡丘在不同角度下的形態 ， 讓整個涂裝看起來很“真實” 。
本輪小結:兩者都出色完成任務 。 Nano Banana在視覺效果和藝術氛圍更好一些 。
05
手繪手帳風格
Prompt：手帳手繪風格 ， 介紹Transformer是什么？魚香肉絲怎么做？
“手帳風”是一種集插畫、貼紙、文字等多種元素于一體的拼貼藝術 。 模型需要理解并復現這種看似隨意卻充滿設計感的雜亂美學 。
即夢4.0的表現很不錯 。 生成的中文文字清晰準確 ， 幾乎沒有錯誤 。 無論是解釋Transformer架構的圖文排版 ， 還是魚香肉絲的食材圖鑒 ， 都細節滿滿 ， 風格統一 ， 實用性與美觀度兼備 。
尤其是下面的魚香肉絲制作指南 ， 看得出來對細節的把控很到位 ， 整體所有食材的手繪圖細節都還不錯 。
Nano Banana在趣味性上稍遜一籌 。 但其優勢在于對復雜元素的組織能力 ， 在介紹Transformer的頁面中 ， 它運用了更多樣、更復雜的圖形元素來構建畫面 ， 視覺層次更豐富 。
本輪小結:即夢4.0在視覺上更可愛些 ， Nano Banana則在圖形元素的復雜組合上更有能力 。
06
Sam Altman和Elon Musk 合影
Prompt：讓他倆合影
這是一個名人肖像融合的經典測試 。 考驗兩個AI圖片模型 ， 在生成合影時處理光線、表情和身體姿態的自然度 。
在這一個測試里 ， 相比Nano Banana ， 即夢4.0的表現會更加自然一下 ， 兩個人仿佛“世紀大和解”一樣 。
只是 ， 啊 ， 喂！為什么Sam Altman和Elon Musk的臉部的元素有點趨同了？
而在Nano Banana的生成結果中 ， 二者還是像我在參考圖中提供的元素那樣 ， 保持動作不變 ， 很不自然 。 人物如同被簡單地“摳圖”并置 ， 缺乏真實的互動感 。
本輪小結: 即夢4.0在營造自然氛圍上更優 ， 但面部細節仍需打磨 。
07
品牌元素的精準植入：OpenAI商標
Prompt：將多張OpenAI商標圖印在Elon Musk的黑色西服上 。
這個測試 ， 與星艦案例類似 ， 但更考驗在衣物褶皺上的紋理貼合能力 。 黑色西服有明暗變化和布料褶皺 ， 模型需要讓商標圖案 ， 根據這些物理變化產生自然的光影和透視形變 。
OpenAI商標圖如下：
二者相比 ， 硬要說的話 ， 即夢4.0將OpenAI元素融入Elon Musk的西服后 ， 產生的效果看起來更有設計感一些 ， 但是像是西服的袖口位置 ， 并沒有被渲染到：
相反 ， Nano Banana更加忠實于提示詞 ， 將OpenAI的商標順著西服的褶皺印的滿滿當當的 。 Logo會根據衣物的褶皺產生自然的扭曲 。
本輪小結: Nano Banana在指令的忠實度和技術實現上更勝一籌 。
08
Elon Musk的手辦
接下來 ， 我們把上面Nano Banana生成的圖做一個當下最流行的手辦模型 。
Prompt：使用nano-banana模型 ， 制作圖片中角色的1/7比例商業手辦 ， 風格為寫實 ， 并置于真實環境中 。 手辦擺放在電腦桌上 ， 配有一塊 無文字的圓形透明亞克力底座 。 電腦屏幕上顯示的是該手辦的ZBrush建模過程 。 電腦屏幕旁邊放置一只 萬代（BANDAI）風格的玩具包裝盒 ， 包裝上印有原始插畫 ， 呈現為二維平面插圖 。 請確保所有元素與參考圖嚴格一致 。
二者的表現 ， 可以說是不相上下 。 只是即夢4.0背后電腦屏幕上的3D模型稍微有些幻覺：
Nano Banana確實會更加嚴謹一些 ， 從手辦的寫實風格 ， 到包裝盒的平面插圖都執行的不錯：
本輪小結: 在復雜指令的執行上 ， Nano Banana的精準度略微領先 。
09
多元素融合：換裝
下面我們來試試更多的元素融合 。
Prompt：圖一的女性穿上圖二的搭配 。
精準局部重繪是AI圖像編輯的核心功能 。 考驗的是模型在替換主體后 ， 保持背景、光影、透視不變 ， 并使新元素與環境無縫銜接的能力 。
兩者在整體表現上都相當不錯 ， 成功地將新服裝融合到人物身上 ， 效果逼真自然 。 但在細節處理上 ， 兩者都還有提升空間 ， 例如對手腕配飾的理解和重繪都出現了一些偏差 。
本輪小結: 整體打平 ， 均屬于“說得過去”但未達完美的水平 。
10
狗換成哈士奇
這個案例也是看兩個模型能不能精準重繪畫面中的某個元素 。
Prompt：將男子的狗換成哈士奇 。
這一輪 ， 兩個模型都展現了成熟的圖像編輯能力 ， 無論是寫實的哈士奇毛發 ， 還是與環境的融合度 ， 都處理得非常好 ， 效果難分伯仲 。
本輪小結：再次平分秋色 ， 均能高質量完成任務 。
11
劍風傳奇漫畫上色
下面這個案例會更復雜些 。 非常考驗模型的上色能力和對特定藝術風格的理解 。 不僅僅是填色 ， 好的AI上色需要理解 ， 漫畫作者三浦建太郎原畫中的光影、材質和氛圍 ， 用色彩來增強而非破壞原作的厚重感和力量感 。
Prompt：給劍風傳奇的漫畫上色 。
即夢4.0上色風格更偏向色彩夸張、對比強烈的美式漫畫 ， 視覺沖擊力強 。
Nano Banana對暗黑系的日漫風格理解顯然更深 。 它的上色方案很好地保留了原作的史詩感和陰郁氛圍 。
本輪小結: Nano Banana對特定漫畫風格的理解和詮釋更勝一籌 。
12
塞爾達傳說海報更改
下面這個案例測試模型對一個成熟、廣受歡迎的游戲IP藝術風格的掌握程度 ， 以及在此基礎上的創意延展能力 。
Prompt：將這張海報男主對面改成血月 。
即夢4.0的生成結果更為震撼些 ， 如果你仔細看左側男主 ， 會發現即夢重新給他打上了一層高光 。 整體人物的3D感更強些 。
Nano Banana更傾向于在原作基礎上進行細節增強或無痕的元素增減 ， 保持海報的原汁原味 。 它并沒有使用很夸張的元素 ， 去改變整體海報的感覺 。
本輪小結: 即夢4.0的二次創作更夸張一點 ， 但Nano Banana的表現更忠實于原海報 ， 平分秋色 。
13
塞爾達公主發型9宮格
兩個模型都很適合通過1張圖片 ， 衍生出多種創意元素 。
Prompt：根據我提供的參考圖片 ， 生成9種不同的發型設計 ， 并整合在同一張照片中展示 。 畫面需通過特寫視角 ， 分別突出每一種發型的細節與特點 ， 整體構圖統一、美觀 。
參考圖如下：
不知為何 ， 即夢4.0總是一張一張的生成 ， 于是我將圖片拼接到了一起 。 它會生成各種角度和姿態的圖片 ， 甚至出現了一些形態較為“詭異”的設計 。
像第一排最左側第二張的那張圖是什么鬼！
Nano Banana表現更為穩定 。 它嚴格地保留了原圖的背景和人物姿態 ， 僅針對發型進行多樣化設計 ， 更忠實于提示詞和原有畫風 ， 最終結果的風格一致性很強 。
本輪小結: Nano Banana在保持一致性和遵循指令方面表現更優 。
14
世界十大地標建筑等軸模型
這個測試 ， 主要針對于模型對于特定建筑的識別能力和對“等軸測圖”這一特定繪畫風格的執行能力 。 “等軸模型”風格常見于模擬經營游戲或扁平化設計中 ， 要求所有物體在統一的斜向視角下呈現 ， 無近大遠小的透視 。
Prompt：生成世界10大地標建筑的等軸模型
Emmmm怎么說呢 ， 左側是即夢4.0 ， 以一種非常“直白”的方式完成了任務 ， 它將10個地標建筑分別生成為獨立的等軸模型 ， 并嚴謹地配上了文字標簽 ， 像是一份建筑圖鑒 。
Nano Banana則將所有地標建筑融合在一張大圖里 ， 創造了一個微縮景觀世界 ， 整體更像是一個精美的模擬經營游戲資產 。
本輪小結:即夢4.0勝在信息清晰 ， Nano Banana勝在模型整合 。
15
淘寶頁面精準元素修改
下面就是最后一個案例了 ， 這是一個比較實用的商業應用場景測試 。 模型需要“讀懂”圖片上的文字和商品 ， 理解畫面中各個元素的位置 ， 并精準地修改圖片上的對應文字和數字 ， 同時保持原有風格不變 。
【大戰Nano Banana，即夢4.0唯快不破】Prompt：沙拉醬+肉松大于等于95% ， 券后1.67
這次的結果就不像以上那些結果“難解難分”了 ， 即夢4.0的表現明顯更好一些 。 它能夠識別出需要修改的文字區域 ， 然后進行精準替換 。 同時完全不影響周圍的UI元素和商品圖像 。
盡管多次嘗試 ， Nano Banana雖然能精準修改數字 ， 但總會“順手”改變面包的形態 ， 無法做到精準的局部控制 。
本輪小結:即夢4.0優勢很明顯 ， 比較擅長復雜畫面的精準元素修改 。
總結
經過15輪風格各異的“大考” ， 我們對即夢4.0和Nano Banana這兩位AI繪畫“選手”的實力畫像也變得愈發清晰 。 即夢4.0在寫實還原、創意設計和精準編輯方面 ， 功力更深厚些 。 Nano Banana則更忠于提示詞、風格也更多變些 。 另一個親身體驗下來的直觀發現是：即夢4.0的生成速度真的很快 ， 幾乎只要Google AI Studio或Gemini調用Nano Banana所需時間的一半 。
不過 ， 看完這場“神仙打架” ， 最大的感觸是：國產模型和國外大廠的差距 ， 已經越來越小 ， 甚至相持不下了 。 說實話 ， 我已經提前預見到 ， 2025年下半年 ， AI圖像生成模型的競爭只會更加白熱化 ， 同時也會更加百花齊放 。
推薦閱讀
- 谷歌nano banana成功后，OpenAI花11億買了一家公司
- 澎湃OS3迎8GB更新！小米16系列搶跑蘋果，旗艦大戰提前打響
- Nano Banana爆火之后，一個神秘的「胡蘿卜」代碼模型又上線了
- 高通聯發科旗艦芯片大戰一觸即發，安兔兔超400萬已成“基操”
- AMD Zen6登場，Intel強勢反擊，CPU大戰一觸即發
- Nano banana手辦玩法火爆出圈！無需抽卡，效果驚了(°o°)
- 安卓機大戰提前！小米16小屏大電池，華為改直屏，新機亮點全解析
- 魔法再現，谷歌發布最強圖片模型nano banana，劈柴一秒回印度老家
- 谷歌搞了一個神秘模型Nano-Banana？實測：強到離譜，但有3大硬傷
- iPhone17 Pro Max來了！但9月旗艦大戰，贏家可能不是蘋果