劈柴哥玩得上头！Nano Banana Pro 真杀疯了，但谷歌没接住用户的付费热情？

Gemini 3 的热度还未散去，谷歌就迫不及待地将 Nano Banana Pro 搬上了桌。

几个月前，谷歌发布了爆火的 Nano Banana（ 即 Gemini 2.5 Flash Image）。从修复老照片，到生成迷你手办，大家玩得不亦乐乎。今天，谷歌正式推出了 Nano Banana Pro（即 Gemini 3 Pro Image），一个“全新的、最先进”的图像生成与编辑模型。

它基于 Gemini 3 Pro 打造，利用 Gemini 的顶级推理能力与真实世界知识，将信息可视化的能力提升到了一个前所未有的高度，发布后又迅速获得大量好评。

根据谷歌的说法，Nano Banana（原版）倾向快速、轻量、好玩的场景， Nano Banana Pro 适合需要高质量、复杂构图的专业级创作。普通消费者可以在 Gemini App 中体验，选择 “Create images / 创建图像” 并切换到 “Thinking” 模型即可。免费用户有一定免费额度，之后回落到原版 Nano Banana，AI Plus、Pro 与 Ultra 用户拥有更高额度。此外，谷歌 AI Studio 也已上线。

谷歌的所有 AI 生成内容都默认嵌入不可见的 SynthID 数字水印。现在普通用户可以在 Gemini App 中上传任意一张图片，然后直接询问它是否由 Google AI 生成。目前支持图像，后续将扩展到音频和视频。

Nano Banana Pro 更强了

首先，有了 Gemini 3 先进的推理能力，Nano Banana Pro 不仅能生成好看的图片，还能帮产出更有用的内容。比如根据用户提供的内容或真实世界的事实，自动生成具有丰富上下文的信息图和示意图。Nano Banana Pro 还可以连接 Google Search 的庞大知识库，生成菜谱步骤、可视化天气情况等实时信息。

谷歌 CEO Sundar Pichai（劈柴哥）在推特上展示自己的作品，他还表示，Nano Banana Pro“拥有最先进的图像生成和编辑功能，具备更高级的世界知识、文本渲染、精度和控制能力。基于 Gemini 3 构建，它非常擅长制作复杂的图表，就像工程师看待世界的方式一样: )”

帖子下，有用户展示了自己用 Nano Banana Pro 给孩子们建立树屋的平面图。

其次，谷歌表示，Nano Banana Pro 在生成带有文本的图片方面是目前最好的模型之一，文本不仅能精准呈现，而且可读性极高。这得益于 Gemini 3 对语义、结构的理解更深刻。

网友 Shubham Bagade 评价道，一般来说，图像生成模型会优先优化局部纹理一致性，也就是让像素看起来像一座桥，但会以牺牲全局语义一致性为代价，也就是理解“桥”到底是什么。这就是为什么 AI 生成的文本常常看起来像外星人的象形文，它在模仿字母的形状，但并不理解这些符号的含义。

“AI 图像最难的问题不是逼真度，而是空间逻辑。这意味着 Gemini 3 拥有一个能理解三维几何和功能关系的世界模型，而不仅仅是二维像素的相关性。它呈现的是物理结构，而不仅仅是照片本身。如果这是真的，那么技术插画的边际成本刚刚掉到零。我们正在从‘AI 是创意总监’迈向‘AI 是制图匠’的时代。这将 AI 从艺术家的玩具，转变成教师和工程师的实用工具。”

Alex Volkov 自己尝试用 Pro 制作了下面的信息图，花了 80 秒，包括研究和寻找 logo，而且涵盖了本周所有的 AI 新闻。

帖子下一片惊叹。Alex 分享了他的提示词，比较长，有兴趣的读者可以自己尝试下：

https://x.com/altryne/status/1991531734807032209

再者，Nano Banana Pro 现在能同时融合多达 14 张图像，并保持最多 5 个人的外观一致。无论把草图变成产品图，还是把原图转成写实的 3D 结构，现在能轻松跨越“概念 → 成品”的鸿沟。

有用户尝试将 8 张好莱坞海报合成了一张，效果如下：

此外，借助 Nano Banana Pro 的新功能，用户可以更精细地操控画面内容：选择、微调和变换局部区域，改变拍摄角度、调整焦点、景深，应用专业级调色，改变场景光线等，可以为不同平台选择不同的画幅比例，还可输出 2K 或 4K 高分辨率图片。

谷歌还给出了一些提示词使用技巧：

https://blog.google/products/gemini/prompting-tips-nano-banana-pro/

值得注意的是，劈柴哥今天在推特上还发了下图，并写道“懂得都懂”。

看来，他仍对于 2017 年关于汉堡表情符号的争论“奶酪应该放在肉饼上面还是下面”这事儿耿耿于怀。当年，他一度表示要“放下手头的一切工作”来处理此事。

当时，谷歌版汉堡 Emoji 显示奶酪在汉堡底部，这在社交媒体上引发了关于人们组装汉堡方式的争论。作者兼媒体分析师 Thomas Baekdal 指出了这个设计问题，“为什么谷歌的汉堡 Emoji 把奶酪放在肉饼下面，而苹果的却放在上面。”据 Emojipedia 报道，Facebook、WhatsApp 和 Twitter 等公司的 Emoji 设计是将奶酪放在肉饼上方。

2018 年 5 月的 Google I/O 大会上，劈柴哥在演讲中调侃道，“我们的汉堡 Emoji 奶酪放错了位置”，并展示了“Before／After”两幅汉堡图对比，来说明 Android 修正其“奶酪在肉饼下面”这一设计。 

用户给谷歌花钱都花不出去？

但是，当更多人转为付费用户涌入后，谷歌似乎没接住，有网友表示自己这钱很难花出去。

谷歌这周的表现简直像哥斯拉一样强势，这是我第一次决定把自己的银行卡绑定到他们的 AI Studio 上。之前看到有人说他们放弃了，跑去别的平台，因为‘根本没办法付费’。我当时觉得很奇怪，但现在花了半小时尝试获取一个能用的 API Key 之后，我明白他们的意思了。

 

所有设置都已经完成，我也看到了提示：“你正在使用付费 API Key [NanoBanano]（属于 [NanoBanano]）。本次会话发送的所有请求都会收费。”但我去输入提示词时，却收到一个“权限被拒绝”的错误。

 

如果你让我花钱都变得这么麻烦，那再厉害的模型也毫无意义。

这个问题冲上了 Hacker News 评论第一。随后，疑似谷歌团队的人“logankilpatrick”回复该网友称，

首先，为这个糟糕的初次体验向你道歉。团队正在拼命改进，让大家更容易访问模型。

 

· 关于权限问题，我不太确定你是通过什么流程遇到这个情况的。如果可以的话，请发邮件告诉我更多细节，我会帮你查：Lkilpatrick@google.com

· 关于整体付费流程的繁琐：我们正在开发一个全新的付费体验，直接内置在 AI Studio 里，让你可以非常方便地添加信用卡然后开始使用。我们也会加入诸如硬性计费上限等功能，预计全球上线时间是明年一月份。

他的个人博客上写着他曾在谷歌和 OpenAI 工作过。接着，有网友开始向其抱怨自己糟心的付费经历：“在 Vertex AI 上，仅仅是注册、绑定信用卡、然后开始用 Claude Sonnet（现在可以在 Vertex AI 上使用），这个过程简直就是一场噩梦。”

为了完成这个（最终失败的）用户路径，需要经历的步骤数量多到让人头晕：

· 在 AI Studio 里获取 API Key，

· 在 AI Studio 里绑定支付方式：会自动创建一个 GCP 项目，这倒不错

· 但接着会把你踢到 GCP 去真正创建支付方式并与项目绑定

· 想在 Claude Code 里使用 API Key，需要先找到模型名称

· 到处查模型名称，结果发现模型只部署在部分区域；好在项目开在了正确的区域

· 配置新 endpoint 和 API Key，Claude Code 抛出 API 权限错误

· 到 Vertex 里查来查去，发现有两个不同地方需要为账号启用该模型

· 还需要填写一个表格申请使用 GCP 上的 Claude 模型

· 再试 Claude Code，失败，提示 API 配额不足

· 回到 Vertex 查看，发现 Sonnet 4.5 的默认配额是 0 TPM（为什么这是一个合理的默认值？？）

· 申请把配额提高到 10k tokens/minute（似乎需要人工审核）

· 收到拒绝邮件，没有任何理由

· 再申请把配额提高到 1 token/minute

· 又收到拒绝邮件，依然没有任何理由

· 彻底放弃

 

然后我去了 Anthropic 自己的网站，对比一下那边的用户路径：

 

· 在 console.anthropic.com 获取 API Key

· 绑定信用卡

· 打开 Claude Code，填入 API Key

· 成功

 

我甚至不觉得这是 Claude Code 偏向自家 API 的问题，因为这个 API Key 在 OpenCode 上也工作得很好。

网友 herval 表示，“Google 的 API 整体上难用得可笑。世界上其他任何服务，你去平台上拿一个 API key 就能开始用了。想用 Google 的 Gmail、Maps、Calendar 或 Gemini API？那你得先创建一个 Cloud 账号、创建一个应用、启用 Gmail 服务、创建一个 OAuth 应用、下载一个 JSON 文件。拜托……这太夸张了。”

但是，不得不说，最近的谷歌彻底打了一次翻身仗。在谷歌 Gemini 3 推出后，OpenAI 迅速推出了 GPT - 5.1​​ Pro 版本，Nano Banana Pro 发布后，有网友翻到 Altman 4 月份的推特，催发新模型。

近日，劈柴哥接受 BBC 采访，探讨了 AI 泡沫、智能体对岗位影响、技术独裁等问题的看法。他认为，当前存在行业投资过热的非理性成分，但 AI 需求是真实的（消费者、企业端应用普及），技术潜力深远，类比互联网的颠覆性影响，整体趋势理性。我们翻译了这次采访，并在不改变原意基础上进行了整理，以飨读者。

谷歌 CEO 回应一些

AI 泡沫存在吗？

主持人：当前全球股市和投资市场正处于关键阶段，您身处科技核心区域，显然有许多全球关注的重要动态值得分享。能否先为我们描述一下硅谷当下的整体态势？

Pichai：即便以硅谷的标准来看，现在也是一个非凡的时刻。每 10 年左右，科技行业总会出现一些关键转折点：个人电脑的诞生、90 年代末互联网的兴起、随后的移动互联网浪潮，再到云计算时代……而现在，显然已经进入了人工智能（AI）的黄金时代。这种兴奋感，无论是在谷歌园区还是整个湾区，都能真切感受到。

主持人：能否具体说说这场变革的规模？市场通常会关注市值数据，谷歌 3.5 万亿美元、英伟达 5 万亿美元的估值都令人瞩目，背后是巨额的投资涌入。

Pichai：理解规模的一个重要维度是 AI 基础设施的资本投入。大约四年前，谷歌的年度资本支出还不到 300 亿美元，而今年这一数字将超过 900 亿美元。如果汇总整个行业的投资，目前投入 AI 基础设施建设的资金已远超 1 万亿美元。更直观的对比是：未来两、三年内，我们建成的 AI 基础设施规模，可能相当于过去 10 到 20 年的总和。这就是当前行业扩张的速度。

主持人：现在全球都在讨论一个问题：这是否是一场泡沫？

Pichai：这个问题可以从两个角度看。首先，AI 模型的能力提升是实实在在的：消费者在产品中积极使用，企业借助 AI 优化运营，真实需求持续存在，甚至我们的技术供给还难以跟上需求增长。从技术潜力来看，市场的热情是理性的。但同时，科技行业的投资周期中难免出现集体过热的情况，就像 90 年代互联网泡沫时期，确实存在过度投资的现象。但没人会质疑互联网对社会的深远影响，它从根本上改变了数字时代的工作方式，我认为 AI 也将产生同等量级的变革。因此，当前的态势既是理性的技术驱动，也夹杂着行业周期中的非理性成分。

主持人：有人认为，无论竞争对手的交易多么激进，谷歌凭借全领域的技术布局，能够免疫泡沫破裂的影响，您认同这种观点吗？

Pichai：没有任何公司能完全免疫，谷歌也不例外。如果投资过度，行业终将经历调整期，但谷歌的优势在于长期坚持的差异化策略。

我担任 CEO 后，首先推动公司转向“AI 优先”战略，采取“全栈式方案”：从底层物理基础设施、前沿技术研发，到在搜索、YouTube、安卓等产品中的落地应用，实现了端到端的技术掌控。这种深度布局让我们能够规模化投资，并以长期视角应对行业波动。

智能体是否可能取代 CEO？

主持人：AI 工具最终能发挥多大作用？未来 AI 智能体是否可能取代 CEO 这类岗位？

Pichai：目前 AI 已能实现多主题的智能交互，而未来 12 个月将迎来关键进化：AI 将能完成更复杂的任务。比如帮用户选购配偶的生日礼物，这种“智能代理体验”正是行业的兴奋点所在。长远来看，AI 还能辅助重大决策，比如是否投资某只股票、如何权衡医疗方案的利弊，这些都是切实的应用场景。当然，解锁这些能力还需要持续投入，但这个过程已经非常令人期待。

至于 CEO 岗位，或许未来 AI 某天能胜任部分工作，但技术的核心价值是提升生产力。就像洗碗机、冰箱的发明解放了家务劳动，AI 是为了减轻人类负担。以放射科医生为例，每年的扫描量和影像数据持续增长，AI 工具能帮助他们应对工作压力，而不是取代他们。

编者注：这与 Altman 看法不同，Altman 认为一个由 AI 模型全面运营公司的时代几乎已经到来。即便这意味着他可能失去自己的职位，OpenAI 也将引领这一潮流。“如果 OpenAI 不是第一家由 AI CEO 运营的大公司，那我就该惭愧。”他认为，未来几年时间，公司旗下某个大型部门就能实现 85% 或更多的运营由 AI 主导。

主持人：但很多西方中产担心 AI 会冲击律师、创意行业、会计、新闻等职业。您认为哪些岗位相对安全？有什么建议给迷茫的家长和年轻人？

Pichai：首先必须承认，AI 作为人类史上最具变革性的技术，既会带来巨大益处，也必然引发社会结构调整。但历史证明，技术会创造新的机会——就像 YouTube 让任何人都能成为内容创作者，未来高中生或许能构思并制作长篇电影。部分岗位会转型，有些会被替代，但新的职业会不断涌现。

对年轻人的建议是：不必改变核心成长逻辑，各类学科仍将发挥价值，但要学会与 AI 共生。无论是教师、医生还是其他职业，未来的成功者都将是那些善于运用 AI 工具的人。拥抱技术、学会适配，才是关键。

AI 安全

主持人：当前所有的估值、期待和社会价值，都建立在技术可靠的基础上。作为 ChatGPT 的竞争对手，谷歌 Gemini 是否能始终保证信息准确？比如曾出现过“胶水是披萨配料”“参议员被误控袭击”等错误案例，这是否意味着 AI 会降低信息可信度？

Pichai：我们正从科学层面努力让模型基于真实世界信息运作，比如 Gemini 已整合谷歌搜索功能，以提升答案准确性。但 AI 的核心原理是预测下一个词，难免存在误差，这是当前技术的局限性。因此，谷歌搜索等产品仍将作为“事实核查工具”存在，而 AI 则更擅长创意写作等场景。用户需要学会根据用途选择工具，而非盲目信任 AI 的所有输出。

更重要的是，信息生态不应仅依赖 AI。真相、新闻业以及现有信任体系都至关重要。我们需要构建更丰富的信息生态，而不是让 AI 成为唯一信息来源。

主持人：AI 基础设施的大规模建设引发了另一个争议：能源消耗。您认为 AI 发展与气候目标之间是否存在权衡？谷歌是否放弃了 2030 年净零排放目标？

Pichai：这并非零和博弈。AI 带来的巨大能源需求，反而推动了新能源技术的创新。谷歌刚刚与 Commonwealth Fusion Systems 签署了全球最大的核聚变能源采购协议，还布局了小型模块化核反应堆、地热能源等项目。AI 对能源的需求确实超出了现有系统的承载能力，但这正加速太阳能、电池技术、核能等领域的投资。作为技术从业者，我乐观地认为，未来我们将拥有充足的可再生能源。

谷歌并未放弃 2030 年净零目标，我们仍会发布进度报告。但 AI 基础设施的超预期增长确实影响了部分减排进度，因此我们通过投资新能源技术来应对这一挑战。

主持人：英国政府既追求净零排放，又立志成为 AI 超级大国，这两个目标是否兼容？谷歌是否会考虑在英国加大投资，比如在当地训练尖端 AI 模型？

Pichai：完全可以兼容，技术是关键赋能者。谷歌近期已宣布向英国投资 50 亿美元，涵盖资本支出、研发和工程领域。谷歌深度思维在英国拥有大量员工，正在开展尖端研究，未来我们计划在英国实现模型训练和服务部署的全面落地。

以我们在沃尔顿克罗斯的最先进数据中心为例，通过与壳牌的独家合作，到 2026 年谷歌在英业务的碳排放量将减少 95%。这证明在加大投资的同时，仍能推进可持续发展。对英国政府而言，关键是扩大包括能源在内的基础设施建设，避免能源限制阻碍经济发展。

主持人：AI 繁荣的另一个核心是训练数据。科技公司依赖“合理使用”原则，抓取书籍、音乐、新闻等内容，再将其转化为商业服务。谷歌是否认为未来需要为这些数据付费？

Pichai：在推动创新的同时，必须尊重创作者权利，这是核心原则。谷歌严格遵守各国版权法规，在模型训练阶段允许创作者选择退出，同时确保输出内容不侵犯版权。我们正与行业合作制定新的框架，就像 YouTube 长期以来为内容权利人创造价值一样，这些原则也将应用于 AI 领域。我们致力于在创新与权益保护之间找到平衡。

主持人：今年年初，您与扎克伯格、贝索斯、马斯克等科技巨头出席总统就职典礼的照片引发热议。科技公司本就拥有巨大影响力，如今又掌控着最强大的 AI 工具，且与政治力量联系紧密。您理解为何这会让公众感到不安吗？

Pichai：AI 技术对经济发展和国家安全都具有重大意义，作为行业领先企业，谷歌有责任与政府建设性合作。特朗普总统已明确 AI 的重要性，并推出了全面的 AI 行动计划，我们正积极响应。在英国，我上次访问时也与首相进行了会面。

关键在于构建全行业的框架，让政府、企业、非营利组织等所有利益相关方参与进来。我们不仅要推动技术带来的益处，还要共同应对潜在滥用风险。这种多方协作才能确保技术发展符合社会利益。

签证政策与人才

主持人：白宫加强对外国劳工签证的限制，对谷歌和整个科技行业会有何影响？作为通过 H-1B 签证来到美国的移民，您个人怎么看？

Pichai：移民对科技行业的贡献是不可估量的，谷歌近期获得了几项诺贝尔奖，获奖者中有不少是移民。美国政府理解这一点，当前的政策调整是为了完善现有签证体系的不足，而非关闭人才通道。我们仍将能够吸引全球顶尖人才，继续推进技术创新。

如何看待马斯克谷歌技术独裁担忧？

主持人：谷歌曾以重视 AI 安全、警惕人类生存风险而闻名。现在这种谨慎态度是否有所淡化？是否已全面转向 AGI（通用人工智能）和超级智能的研发？

Pichai：技术快速发展与风险防控之间确实存在张力，谷歌的原则是“大胆创新，负责任地前行”。消费者对 AI 的需求日益迫切，他们期待更智能的回答和服务，我们必须回应这种需求。但同时，我们也在加大 AI 安全投入——比如开源 AI 生成图像检测技术，过去几年 AI 安全领域的投资增速，与 AI 研发投资保持同步。我们正努力在创新速度与风险管控之间找到平衡。

主持人：埃隆·马斯克曾表示，他创立 OpenAI 的初衷就是担心谷歌收购 DeepMind 后，形成“AGI 独裁”。您如何看待这种担忧？

Pichai：马斯克的担忧有其合理性，没有任何一家公司应该独占如此强大的技术。但当前 AI 生态非常多元：不仅有多家科技巨头在研发前沿模型，还有开源模型兴起，中国也在这一领域积极布局。目前完全不存在“一家独大”的情况，这种竞争和多元性正是行业健康发展的保障。

量子技术与未来

主持人：谷歌的量子计算技术进展如何？这项复杂的技术未来将带来哪些突破？

Pichai：谷歌的量子计算处于全球领先水平，目前的发展阶段类似 5 年前的 AI。预计未来 5 年，量子计算将进入爆发期。宇宙的本质是量子力学，量子系统能帮助我们更好地模拟自然、解锁新的科学发现——比如药物研发、材料创新等领域，都将从中受益。我们正以长远视角持续投入这一领域。

主持人：几年前访问谷歌时，你们已经研发出了 ChatGPT 和 Gemini 的核心技术，但当时外界几乎一无所知。现在是否有类似的“秘密实验室项目”，未来可能改变世界？

Pichai：谷歌的研发管线非常丰富。比如自动驾驶技术已取得显著进展，不仅展现出安全优势，未来规模化应用后还能大幅减少交通事故伤亡。还有 AlphaFold，这项由伦敦谷歌 DeepMind 团队研发的技术，曾获诺贝尔化学奖。过去一名博士生可能毕生只能解析一种蛋白质，而 AlphaFold 在几个月内就完成了 3 亿种蛋白质的解析，并向全球免费开放。现在我们可能对这些进步习以为常：图灵测试早已被超越，旧金山街头的无人驾驶汽车也从科幻变成现实。

未来还会有更多惊喜，比如用 AI 研究海豚的交流方式等。技术的魅力在于不断突破想象，而人类的适应能力同样强大。我 80 多岁的父亲最近体验了 Waymo 自动驾驶汽车，那种惊叹让我意识到，我们常常低估了技术带来的改变。

参考链接：

https://blog.google/technology/ai/nano-banana-pro/

https://www.youtube.com/watch?v=BYx63PKKPvg

https://abcnews.go.com/Technology/google-ceo-sundar-pichai-promises-drop-address-hamburger/story?id=50811046&utm_source=chatgpt.com