Awesome-Nano-Banana-images
Google Gemini 图像生成与编辑能力的Awesome案例集,含110+真实创作场景
加载项目详情…
本应用为开源项目,仅供学习研究,请遵守其开源协议。
Google Gemini 图像生成与编辑能力的Awesome案例集,含110+真实创作场景
加载项目详情…
本应用为开源项目,仅供学习研究,请遵守其开源协议。
想象一下,你在社交媒体上刷到一张图片——浮世绘风格的宝可梦卡片,但仔细一看,背景里藏着你自己的照片;或者是城市街景里突然出现一只巨兽,又或者是孩子的手工作业上出现了一张设计感十足的手绘海报。你会不会好奇:这些是怎么做出来的?
Awesome-Nano-Banana-images 就是答案的集合站。这个由 PicoTrex 维护的 GitHub 仓库,收集了 Nano Banana(Google Gemini 2.5 Flash Image 模型在社区里的昵称)生成的各类惊艳图片和对应的提示词,覆盖从艺术创作到实用工具的数十种场景。截至 2025 年底,仓库已收录超过 110 个案例,GitHub Stars 超过 22,000。
2025 年 8 月,Google 在 Gemini 模型家族中加入了一个图像生成能力——社区昵称为 Nano Banana(因为在内部测试时,团队给模型起的代号就是这个)。这个模型基于 Gemini 2.5 Flash 构建,最大的特点是它不仅仅能「画图」,还能根据你的文字指令精确编辑现有图片——换背景、换物体、加元素,同时保持原本画面中你保留的部分完全不变。
这种「生成 + 编辑一体化」的能力,是 Nano Banana 与 Midjourney、DALL-E 等纯生成模型最大的区别。你可以上传一张自己的照片,然后告诉它:「把这张照片的背景换成梵高的星空风格,但保留我自己的脸。」——这在传统的图像生成工具里,往往需要两三个工具配合才能完成。
2025 年 11 月,Google 进一步发布了 Nano Banana Pro(基于 Gemini 3 Pro),在图像真实感、文字渲染(可生成多语言清晰文字)、指令理解上进一步提升,并加入了 SynthID 水印,方便识别 AI 生成图像。
Awesome-Nano-Banana-images 并不是一个工具或代码库,它更像是一本 Nano Banana 使用手册 / 灵感图册。
维护者 PicoTrex 从 Twitter/X、小红书等平台收集了大量真实用户使用 Nano Banana 生成的案例,按类型分类整理。每个案例通常包含:原始输入图片、生成/编辑后的输出图片、以及创作者使用的提示词(Prompt)。这样其他用户可以直接参考这些 Prompt,复现类似效果。
仓库目前收录的主要案例类型包括:
除了图片展示,仓库还有一个重要贡献——Nano-consistent-150k 数据集(发布于 2025 年 9 月)。这是首个基于 Nano Banana 构建的大规模身份一致性数据集,包含超过 15 万条数据。
所谓「身份一致性」,指的是:当你让模型对同一人物进行多种不同编辑时(比如换背景、换服装、换场景),模型需要保持「脸还是同一张脸」。这对图像生成模型来说是个技术难点,而 Nano-consistent-150k 通过提供同一人物、35+ 种不同编辑结果的数据,让研究者可以训练和评估模型的一致性能力。
该数据集已在 HuggingFace 上公开,对于研究图像编辑一致性、AI 生成内容检测的开发者来说,是非常宝贵的研究资源。
如果你想了解 Nano Banana 能做什么,这个仓库是非常好的起点。它用真实案例而非官方 Demo 展示了模型的实际能力边界和创意上限。每个案例都来自真实用户,你可以看到Prompt是如何一步步引导模型完成复杂编辑的。
如果你想复现某个效果,仓库提供了可直接参考的提示词和输入/输出图片对照。你可以直接在 Gemini App 或 Google AI Studio 中尝试类似的指令。
但要注意:这是一个纯展示型仓库,不提供任何可运行的代码或 API 接口。如果你需要程序化地调用图像生成能力,你需要使用 Google 的 Gemini API,而不是参考这个仓库本身。
从更大的视角看,Awesome-Nano-Banana-images 折射出一个趋势:AI 图像工具正在从「专业设计师专属」走向「全民创意助手」。Nano Banana 的指令跟随能力(Instruction Following)和图像编辑能力,让普通用户无需学习 Photoshop 或 3D 软件,也能完成专业级的图像处理。
而 Nano-consistent-150k 数据集的发布,则代表 Google 在推动开源社区参与模型评估和迭代上的努力。2025 年下半年,这个仓库经历了多次持续更新(从第一次到第七次更新仅用时数月),说明社区对这类资源的强烈需求。
如果你关心 AI 图像生成领域的发展,这个仓库值得收藏——它既是能力展示,也是社区协作的范本。