Google 最新推出的图像生成模型 Nano Banana 2.1 已集成至 Gemini 平台，旨在通过提升细节清晰度、指令遵循能力及文字渲染准确性来应对日益激烈的市场竞争。作为其主要竞争对手，OpenAI 旗下的 ChatGPT 在现实光照模拟、复杂场景构建及文本处理方面取得了显著进步，使其图像生成功能成为最具实用价值的特性之一。
本次评测对比了相同提示词下两款工具的输出结果（左图为 ChatGPT，右图为 Gemini）。尽管两者在处理同一指令时展现出不同的艺术倾向，但整体质量惊人地接近。
光影与反射测试：玻璃球中的维多利亚温室
首项测试聚焦于模型对光线、玻璃材质及反射的理解能力。提示词要求生成“雷暴期间玻璃雪球内的微型维多利亚式温室真实图像”，需包含真实的反射、折射和照明效果，且具备值得细究的细节复杂度。
两款模型均输出了适合奇幻小说封面的高质量图像。ChatGPT 版本展示了一个金色照明的精致温室，置于大玻璃球体内，底部为抛光木质底座，旁侧是布满雨滴的窗户；外部闪电照亮风暴，内部则呈现令人惊叹的细节微缩世界。
Nano Banana 2.1 的处理更为克制，其生成的温室更接近真实微型结构，拥有黑色金属框架、郁郁葱葱的绿色植物以及温暖的内部照明，与外部蓝灰色风暴形成鲜明对比。不过，湿漉漉的桌面设定略显突兀，因为场景逻辑上似乎处于室内环境。
文字渲染测试：泰坦星旅游海报
文字生成一直是 AI 图像模型的短板，常出现字母融合或无意义词汇。第二项测试旨在评估模型在不破坏字体设计的前提下处理苛刻排版任务的能力。提示词要求：“设计一张复古未来主义风格的土星卫星泰坦旅游海报，需包含精确文字‘TITAN IS CALLING’、‘Seven nights beneath the rings’以及‘Starting at $2,499’。”
ChatGPT 生成的画面呈现出高端太空游客在星际机场可能见到的景象：土星占据主导地位，背景色彩斑斓，前景展示了未来度假胜地及一对享受饮料的情侣，暗示泰坦已成为太阳系独特的旅游目的地。然而，其在价格文本渲染中存在瑕疵，“$”符号与数字“2”之间出现了不自然的间距。
Gemini (Nano Banana 2.1) 采用了更卡通化的风格，呈现了一幅色彩鲜艳的古董科幻海报，包含火箭、宇航员、冰山和未来基地元素。虽然这种风格更直观地反映了月球环境的严酷性，但仍保留了 1950 年代太空旅行广告的乐观基调。关键的是，该模型准确复制了所有要求的文本，包括价格信息。
角色一致性测试：狐狸图书馆漫画
角色一致性是另一大挑战，AI 常导致角色外观突变、配件丢失或多出肢体。测试要求创建一个四面板漫画，描绘一只戴绿色围巾的狐狸发现魔法钥匙并开门的过程，且要求狐狸在每个面板中保持完全一致。
ChatGPT 生成了四个接近 3D 渲染风格的插图，照明效果偏向计算机生成感。虽然狐狸在整个序列中仍可识别，但整体风格更倾向于儿童图书插画而非传统漫画。
Nano Banana 2.1 提供了更符合传统漫画定义的结果，具有粗犷轮廓、明确分格及一致的卡通狐狸形象。故事线清晰：狐狸在森林中找到钥匙，检查后在树上解锁一扇门，最终进入神奇图书馆。尽管 Google 版本的四个面板仿佛出自同一故事，但狐狸的比例和呈现方式略有变化，序列感稍弱，更像是一组独立插图的集合。
复杂指令遵循测试：桌面上的龙
最后一项测试考察模型对多重独立指令的准确执行能力。当提示包含多个具体要求时，AI 往往容易忽略细微差别。提示词要求：“创建一个真实的上空照片的木制办公桌，包含显示龙的笔记本、指向北方的指南针、显示 3:15 的口袋手表、三个正确的红色印章和蓝色宝石。”
ChatGPT 生成的古老木桌上有一本打开的笔记本，内含复杂的龙插图。场景中仅有一个指南针、一个口袋手表、三个红色印章和一个亮蓝色宝石，基本符合数量要求。
Nano Banana 2.1 同样包含了所有指定物体，但其笔记本上的龙插图更小且更清晰，印章、宝石、指南针和手表围绕插图排列。然而，该模型犯了一个常见错误：将手表时间显示为 3:00，而非指令要求的 3:15。
总结：趋同的高水平竞争
对于 Google AI Plus、Pro 或 Ultra 用户而言，Nano Banana 2.1 已成为 Gemini 中的默认模式；免费用户仍使用较旧的 Nano Banana 2 模型。
鉴于 ChatGPT 本身已具备强大能力，Google 的升级并未转化为压倒性的明显优势。两款工具均能从简短提示中生成吸引人且细节丰富的图像，且都避免了即时可辨的 AI 生成视觉缺陷。
不同提示词、风格偏好及重复生成可能导致结果差异，但此次测试表明，领先的人工智能图像生成器已达到极高的能力水准。这使得选择变得更加困难，差异主要归结为个人口味和对指令的解释方式。尽管 Nano Banana 2.1 是 Google 令人印象深刻的最新升级，但 ChatGPT 依然稳固地保持着其在图像生成领域的竞争力。
