每經(jīng)記者｜宋欣悅    每經(jīng)編輯｜蘭素英    

近日，谷歌Gemini超越ChatGPT，強(qiáng)勢登頂蘋果美區(qū)App Store免費(fèi)應(yīng)用榜。

Gemini這一輪“逆襲”的最大功臣，是谷歌8月底推出的代號為Nano Banana（納米香蕉）的AI圖像生成與編輯模型。

它的火爆程度遠(yuǎn)超想象：谷歌實(shí)驗(yàn)室副總裁Josh Woodward透露，Nano Banana上線僅一周，就完成了超2億次圖像編輯，并吸引超1000萬新用戶涌入Gemini應(yīng)用。其火爆程度一度導(dǎo)致谷歌內(nèi)部“TPU（張量處理單元）嚴(yán)重過載”。

《每日經(jīng)濟(jì)新聞》記者實(shí)測發(fā)現(xiàn)，Nano Banana的圖像生成能力的確強(qiáng)大，實(shí)現(xiàn)了復(fù)雜圖像編輯技術(shù)的“大眾化”，讓普通用戶能用簡單的語言完成以往需要專業(yè)軟件才能完成的任務(wù)。

Nano Banana“出圈”的背后是谷歌十年打磨自有算力芯片、整合全生態(tài)資源的努力。憑借谷歌“硬件自主+生態(tài)滲透”的雙重護(hù)城河，一場關(guān)于AI時(shí)代話語權(quán)的爭奪戰(zhàn)，正借一根“香蕉”正式打響。

圖片來源：每經(jīng)記者 鄭雨航 攝

Nano Banana一周“吸粉”千萬，Gemini登頂多國榜單

一直以來，ChatGPT都是AI應(yīng)用領(lǐng)域不可撼動的霸主。不過，這一格局正在被谷歌打破。

最新數(shù)據(jù)顯示，在美區(qū)AppStore中，谷歌Gemini的下載量已超過OpenAI的ChatGPT，成為免費(fèi)榜排名第一的應(yīng)用。此外，在加拿大、印度、摩洛哥等國家，Gemini同樣實(shí)現(xiàn)了登頂。

市場分析普遍認(rèn)為，Gemini此輪爆發(fā)的最關(guān)鍵因素，是谷歌在8月底推出的新一代AI圖像生成與編輯模型Gemini 2.5 Flash Image，其代號為Nano Banana。Nano Banana在圖像質(zhì)量、編輯控制和應(yīng)用場景上有大幅改進(jìn)，一推出就受到了用戶的熱烈追捧。

模型上線一周后，谷歌實(shí)驗(yàn)室副總裁Josh Woodward透露，Nano Banana累計(jì)完成超2億次圖像編輯，帶動超1000萬新用戶涌入Gemini應(yīng)用，其火爆程度甚至導(dǎo)致谷歌內(nèi)部“TPU嚴(yán)重過載，SRE（站點(diǎn)可靠性工程）警報(bào)不?！薄?/p>

蜂擁而來的用戶讓Nano Banana幾乎刷屏了全球各大社交媒體。這一幕，像極了數(shù)月前GPT-4o憑借“吉卜力”風(fēng)格創(chuàng)作風(fēng)潮的刷屏景象。當(dāng)時(shí)，OpenAI的CEO奧特曼也曾表示，ChatGPT在“吉卜力效應(yīng)”當(dāng)周創(chuàng)下了活躍用戶、App下載和訂閱收入的歷史紀(jì)錄。

如今，Nano Banana正為谷歌復(fù)制這一成功路徑。DeepMind CEO哈薩比斯在最新采訪中也表示，Nano Banana是同類產(chǎn)品中最好的。

應(yīng)用端的火爆，迅速傳遞到資本市場。受益于Nano Banana的良好市場表現(xiàn)及其他利好因素，谷歌母公司Alphabet股價(jià)近期持續(xù)上漲。當(dāng)?shù)貢r(shí)間9月15日（周一）收盤，Alphabet的市值達(dá)到3.05萬億美元，成為全球第四家市值突破三萬億美元大關(guān)的公司。

華爾街也迅速跟進(jìn)。同日，花旗集團(tuán)分析師Ron Josey將Alphabet的目標(biāo)股價(jià)從225美元上調(diào)至280美元，明確指出Gemini在廣告和云業(yè)務(wù)中的采用加速，正帶來更快的產(chǎn)品開發(fā)周期。

實(shí)測Nano Banana：圖片生成能力卓越，但仍有短板

Nano Banana之所以能引發(fā)“病毒式”傳播，絕非僅僅是營銷的勝利，其核心在于它實(shí)現(xiàn)了復(fù)雜圖像編輯技術(shù)的“大眾化”，將以往需要專業(yè)軟件才能完成的任務(wù)，轉(zhuǎn)變?yōu)槠胀ㄓ脩敉ㄟ^自然語言就能輕松實(shí)現(xiàn)的操作。

從技術(shù)拆解來看，Nano Banana本身具備多個(gè)“殺手锏”。

據(jù)谷歌官方博客，其核心能力包括——

多圖像融合：將不同的圖像組合成一張“毫無PS痕跡”、具有新視覺效果的圖片。

角色和風(fēng)格一致性：在多次生成過程中，保持主體對象或視覺風(fēng)格的統(tǒng)一，能夠輕松將同一角色或產(chǎn)品置于不同場景中，且保持原始特征。

對話式編輯：用戶可以通過簡單的對話對圖像進(jìn)行更改。

在實(shí)際體驗(yàn)中，全球用戶用Nano Banana玩出了各種花樣。其中，最出圈的就是生成3D手辦圖片。用戶上傳自家寵物或自己的照片，下令生成手辦圖像，Nano Banana就能給出逼真的建模圖以及成品圖。

記者實(shí)測發(fā)現(xiàn)，只要上傳一張寵物照片，再輸入將圖片轉(zhuǎn)成手辦的提示詞，即可生成一張高清逼真的3D寵物手辦圖片。

圖片來源：左圖為記者供圖，右圖為Nano Banana生成

多元素拼接這個(gè)玩法也十分火爆。用戶可以上傳一張包含多個(gè)元素排布的圖片，并給圖中物品打好標(biāo)簽，模型便能將其融合成一張統(tǒng)一的圖片。

圖片來源：Nano Banana生成

不過，記者實(shí)測發(fā)現(xiàn)，Nano Banana也存在明顯短板。比如，生成的漢字經(jīng)常亂碼。當(dāng)記者要求模型生成一張帶有“每日經(jīng)濟(jì)新聞”幾個(gè)漢字的海報(bào)時(shí)，總共六個(gè)漢字，Nano Banana“寫”對了四個(gè)。

圖片來源：由Nano Banana生成

當(dāng)然，Gemini并不僅僅是一個(gè)P圖工具，它是一個(gè)定位與ChatGPT相同的通用助手。近期爆火的Nano Banana只是其功能之一。

除了Nano Banana，Gemini還集成了諸多能力，比如——

記憶功能：補(bǔ)齊了跨對話的“記憶”功能，可以保存用戶偏好，例如“我是素食者，不要推薦帶肉的食譜”。

音頻上傳：Gemini近期終于支持上傳音頻文件。這意味著用戶可以把會議錄音、采訪視頻等直接交給Gemini處理，省去手動整理的麻煩。

Canvas（畫布）：類似于ChatGPT的畫布預(yù)覽功能，可以將創(chuàng)意變?yōu)閼?yīng)用程序、游戲等。該功能近期也獲得更新，支持“選擇并詢問”（Select and Ask），用戶可直接點(diǎn)擊應(yīng)用預(yù)覽中的某個(gè)元素，用自然語言修改它。

視頻生成：集成了Veo3視頻生成功能（預(yù)覽版）。

Deep Research：提供深度研究功能。

圖片來源：Gemini

Gemini登頂背后：谷歌的雙重“護(hù)城河”

在Nano Banana的火爆和Gemini登頂多國榜單的背后，是谷歌十年打磨自有算力芯片、整合全生態(tài)資源的必然結(jié)果。

TPU自主：比英偉達(dá)方案省20%算力運(yùn)營成本

谷歌手中握著一張經(jīng)常被市場低估的“王牌”——TPU。自2015年起，谷歌便開始研發(fā)其專為加速機(jī)器學(xué)習(xí)工作負(fù)載而設(shè)計(jì)的定制芯片TPU。

據(jù)谷歌介紹，中央處理器（CPU）被設(shè)計(jì)為計(jì)算機(jī)的通用“大腦”，而GPU當(dāng)時(shí)是專門設(shè)計(jì)用于與 CPU協(xié)同工作以加速圖形、視頻渲染和模擬中的復(fù)雜任務(wù)的專用芯片，TPU則是專為 AI 而設(shè)計(jì)的。在此后的十年中，TPU的性能和效率不斷進(jìn)步，并逐漸成為谷歌幾乎所有產(chǎn)品的AI支柱。

這種“垂直整合”的打法，讓谷歌成功擺脫了對英偉達(dá)（Nvidia）等第三方硬件供應(yīng)商的“算力枷鎖”，從而規(guī)避了全球GPU供應(yīng)鏈的瓶頸和高昂成本。

英偉達(dá)最新財(cái)報(bào)顯示，其毛利率高達(dá)72.4%，這也意味著，依賴英偉達(dá)芯片的公司需要為算力支付一筆高昂的溢價(jià)，而谷歌憑借自有TPU，自然跳過了這層加價(jià)。

分析師估計(jì)，與依賴英偉達(dá)GPU的公司相比，谷歌運(yùn)營其TPU基礎(chǔ)設(shè)施的成本要低約20%。

從App到智能體，Gemini“無處不在”

硬件之外，谷歌正火力全開，利用其生態(tài)系統(tǒng)，將Gemini強(qiáng)勢嵌入其中。

Gemini并非一個(gè)孤立的應(yīng)用，而是被全面“武裝”到谷歌的整個(gè)產(chǎn)品矩陣中：在安卓系統(tǒng)上，它接管“Hey Google”語音助手的大腦；在Google Workspace（文檔、Gmail、表格）中，它化身智能輔助；在谷歌搜索中，它驅(qū)動AI概覽（AI Overviews）功能。

谷歌的愿景遠(yuǎn)不止于此，更要打響“智能體”戰(zhàn)役。其“智能體平臺”（Agentic platforms）如Agentspace，允許企業(yè)客戶將Gemini與其內(nèi)部數(shù)據(jù)和系統(tǒng)相連接，創(chuàng)建能夠自動執(zhí)行復(fù)雜工作流的定制化AI智能體。

谷歌首席執(zhí)行官桑達(dá)爾·皮查伊（Sundar Pichai）在2025年戰(zhàn)略中明確指出，未來的重點(diǎn)是擴(kuò)大Gemini作為主要用戶交互界面的規(guī)模，這預(yù)示著谷歌正從傳統(tǒng)的搜索框模式，向一個(gè)更集成、多模態(tài)和智能體化的AI體驗(yàn)轉(zhuǎn)型。

免責(zé)聲明：本文內(nèi)容與數(shù)據(jù)僅供參考，不構(gòu)成投資建議，使用前請核實(shí)。據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。