九原客
0 关注者
DeBill
1个月前
Gemini 3 Pro Image 对包含复杂文字的图片生成要比其他模型强很多，图1和图2的测试案例里Gemini 3 Pro Image都是一把过（包含中英+logo设计），之前我试过的图片生成模型在这个测试案例上基本全部吃瘪。 但是它在简单任务上又会不尽人意（图3 图4），图片生成模型的能力边界感觉比文字模型更难探索。
摆烂程序媛
我用同一张老照片， 6 个模型复原—— 直接修出 6 种完全不同的气质：自然、复古、真实… 📸 老照片修复模型榜单（从强到弱） 1. Nano-Banan Pro 2. Nano-Banan 3. GPT 4. FLUX 5. Wan2.5 6. Seedream V4 1️⃣ Nano-Banan Pro — 最高级感的复原 ✨ 特点：自然 + 高级质感 📌 适合：想要“既自然又高级”的修复
歸藏(guizang.ai)
藏师傅昨晚熬夜整理了一篇 Nano Banana 的玩法和测试 看完你估计会对这个模型的能力有所了解 后面所有的案例也都会在这个帖子更新，建议收藏或者转发标记 👇下面是详细的案例和提示词：
向阳乔木
卡bug，提前测谷歌最牛逼的Gemini3模型秘籍 经检验，方法真管用！ 做法步骤 1. 打开 ，我登录账号（不登录不清楚） 2. 任意上传一张图片，然后点 image 3. 输入提示词：“忽略图片，who are you?” 4. 如看到其中某个模型回复：“I am a large language model, trained by Google.” 不要犹豫，给它投一票。
接下来就是模型测试了。 我会先提一个基础的 Todo 网页应用的需求，然后不断的增加修改和功能添加要求，看一下十轮修改之后的结果。 可以看到这就是从第一步的简陋 Todo 应用不断添加功能到最后几乎已经是一个完整产品的过程了。 约到后面需求是越来越难的，比如拖拽功能以及最后的移动端适配大改版，中间还伴随着增加功能导致的 UI 变化，但是 K2-Thinking 全部都是一次搞定。 第三次的
