Nano Banana Pro 如何在高達 14 張輸入圖像的複雜構圖中，維持最多 5 位人物的相貌一致性？

Nano Banana Pro 如何在高複雜度構圖中維持人物相貌一致性

Nano Banana Pro 是一款基於 Google Gemini 3 Pro 建構的旗艦級影像生成與編輯模型，擅長處理複雜的構圖和維持多圖一致性。其核心技術在於「進階推理」和「真實世界知識」的結合，能產出更符合上下文的視覺內容。該模型可以融合最多 14 張輸入圖像，並在合成場景中維持最多 5 位人物的相貌一致性。這讓它適用於品牌素材套用、草圖轉商品視覺、藍圖轉擬真 3D 結構等應用。

複雜構圖能力：文字生成與局部編輯

Nano Banana Pro 在影像中直接生成文字的品質和可讀性有所提升，支援多語言文本和在地化翻譯。該模型理解語意和深度，因此能夠在海報、樣張或分鏡草圖中生成更細緻的字型、材質和書法風格。此外，Pro 版本提供更精細的局部編輯能力，例如選取、細修和轉換影像局部，調整鏡位與焦點，進行高階色彩分級，甚至改變場景光線。在輸出方面，它支援多種長寬比，以及 2K／4K 解析度，方便在社群媒體到印刷等多個平台上使用。

多圖一致性的挑戰與局限

儘管 Nano Banana Pro 在多圖一致性方面表現出色，但測試顯示，當使用者提出的要求越空泛時，生成的內容也會變得比較籠統。相較於有明確目標的提示，說明文字變形的機率會更高。不過，整體而言，文字的辨識度已有所提升。即使在極端情況下（例如一次生成多圖、未提供 AI 文字內容），內文仍會出現「變體」，但已從難以辨識進化為可讀狀態。