Gemini这一轮“逆袭”的最大功臣，是谷歌8月底推出的代号为Nano Banana（纳米香蕉）的AI图像生成与编辑模型。
它的火爆程度远超想象：谷歌实验室副总裁Josh Woodward透露，Nano Banana上线仅一周，就完成了超2亿次图像编辑，并吸引超1000万新用户涌入Gemini应用。其火爆程度一度导致谷歌内部“TPU（张量处理单元）严重过载”。
《每日经济新闻》记者实测发现，Nano Banana的图像生成能力的确强大，实现了复杂图像编辑技术的“大众化”，让普通用户能用简单的语言完成以往需要专业软件才能完成的任务。
Nano Banana“出圈”的背后是谷歌十年打磨自有算力芯片、整合全生态资源的努力。凭借谷歌“硬件自主+生态渗透”的双重护城河，一场关于AI时代话语权的争夺战，正借一根“香蕉”正式打响。
图片来源：每经记者 郑雨航 摄
Nano Banana一周“吸粉”千万，Gemini登顶多国榜单
一直以来，ChatGPT都是AI应用领域不可撼动的霸主。不过，这一格局正在被谷歌打破。
最新数据显示，在美区AppStore中，谷歌Gemini的下载量已超过OpenAI的ChatGPT，成为免费榜排名第一的应用。此外，在加拿大、印度、摩洛哥等国家，Gemini同样实现了登顶。
市场分析普遍认为，Gemini此轮爆发的最关键因素，是谷歌在8月底推出的新一代AI图像生成与编辑模型Gemini 2.5 Flash Image，其代号为Nano Banana。Nano Banana在图像质量、编辑控制和应用场景上有大幅改进，一推出就受到了用户的热烈追捧。
模型上线一周后，谷歌实验室副总裁Josh Woodward透露，Nano Banana累计完成超2亿次图像编辑，带动超1000万新用户涌入Gemini应用，其火爆程度甚至导致谷歌内部“TPU严重过载，SRE（站点可靠性工程）警报不停”。
蜂拥而来的用户让Nano Banana几乎刷屏了全球各大社交媒体。这一幕，像极了数月前GPT-4o凭借“吉卜力”风格创作风潮的刷屏景象。当时，OpenAI的CEO奥特曼也曾表示，ChatGPT在“吉卜力效应”当周创下了活跃用户、App下载和订阅收入的历史纪录。
如今，Nano Banana正为谷歌复制这一成功路径。DeepMind CEO哈萨比斯在最新采访中也表示，Nano Banana是同类产品中最好的。
应用端的火爆，迅速传递到资本市场。受益于Nano Banana的良好市场表现及其他利好因素，谷歌母公司Alphabet股价近期持续上涨。当地时间9月15日（周一）收盘，Alphabet的市值达到3.05万亿美元，成为全球第四家市值突破三万亿美元大关的公司。
华尔街也迅速跟进。同日，花旗集团分析师Ron Josey将Alphabet的目标股价从225美元上调至280美元，明确指出Gemini在广告和云业务中的采用加速，正带来更快的产品开发周期。
实测Nano Banana：图片生成能力卓越，但仍有短板
Nano Banana之所以能引发“病毒式”传播，绝非仅仅是营销的胜利，其核心在于它实现了复杂图像编辑技术的“大众化”，将以往需要专业软件才能完成的任务，转变为普通用户通过自然语言就能轻松实现的操作。
从技术拆解来看，Nano Banana本身具备多个“杀手锏”。
据谷歌官方博客，其核心能力包括——
多图像融合：将不同的图像组合成一张“毫无PS痕迹”、具有新视觉效果的图片。
角色和风格一致性：在多次生成过程中，保持主体对象或视觉风格的统一，能够轻松将同一角色或产品置于不同场景中，且保持原始特征。
对话式编辑：用户可以通过简单的对话对图像进行更改。
在实际体验中，全球用户用Nano Banana玩出了各种花样。其中，最出圈的就是生成3D手办图片。用户上传自家宠物或自己的照片，下令生成手办图像，Nano Banana就能给出逼真的建模图以及成品图。
记者实测发现，只要上传一张宠物照片，再输入将图片转成手办的提示词，即可生成一张高清逼真的3D宠物手办图片。
图片来源：左图为记者供图，右图为Nano Banana生成
多元素拼接这个玩法也十分火爆。用户可以上传一张包含多个元素排布的图片，并给图中物品打好标签，模型便能将其融合成一张统一的图片。
图片来源：Nano Banana生成
不过，记者实测发现，Nano Banana也存在明显短板。比如，生成的汉字经常乱码。当记者要求模型生成一张带有“每日经济新闻”几个汉字的海报时，总共六个汉字，Nano Banana“写”对了四个。
图片来源：由Nano Banana生成
当然，Gemini并不仅仅是一个P图工具，它是一个定位与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还集成了诸多能力，比如——
记忆功能：补齐了跨对话的“记忆”功能，可以保存用户偏好，例如“我是素食者，不要推荐带肉的食谱”。
音频上传：Gemini近期终于支持上传音频文件。这意味着用户可以把会议录音、采访视频等直接交给Gemini处理，省去手动整理的麻烦。
Canvas（画布）：类似于ChatGPT的画布预览功能，可以将创意变为应用程序、游戏等。该功能近期也获得更新，支持“选择并询问”（Select and Ask），用户可直接点击应用预览中的某个元素，用自然语言修改它。
视频生成：集成了Veo3视频生成功能（预览版）。
Deep Research：提供深度研究功能。
图片来源：Gemini
Gemini登顶背后：谷歌的双重“护城河”
在Nano Banana的火爆和Gemini登顶多国榜单的背后，是谷歌十年打磨自有算力芯片、整合全生态资源的必然结果。
TPU自主：比英伟达方案省20%算力运营成本
谷歌手中握着一张经常被市场低估的“王牌”——TPU。自2015年起，谷歌便开始研发其专为加速机器学习工作负载而设计的定制芯片TPU。
据谷歌介绍，中央处理器（CPU）被设计为计算机的通用“大脑”，而GPU当时是专门设计用于与 CPU协同工作以加速图形、视频渲染和模拟中的复杂任务的专用芯片，TPU则是专为 AI 而设计的。在此后的十年中，TPU的性能和效率不断进步，并逐渐成为谷歌几乎所有产品的AI支柱。
这种“垂直整合”的打法，让谷歌成功摆脱了对英伟达（Nvidia）等第三方硬件供应商的“算力枷锁”，从而规避了全球GPU供应链的瓶颈和高昂成本。
英伟达最新财报显示，其毛利率高达72.4%，这也意味着，依赖英伟达芯片的公司需要为算力支付一笔高昂的溢价，而谷歌凭借自有TPU，自然跳过了这层加价。
分析师估计，与依赖英伟达GPU的公司相比，谷歌运营其TPU基础设施的成本要低约20%。
从App到智能体，Gemini“无处不在”
硬件之外，谷歌正火力全开，利用其生态系统，将Gemini强势嵌入其中。
Gemini并非一个孤立的应用，而是被全面“武装”到谷歌的整个产品矩阵中：在安卓系统上，它接管“Hey Google”语音助手的大脑；在Google Workspace（文档、Gmail、表格）中，它化身智能辅助；在谷歌搜索中，它驱动AI概览（AI Overviews）功能。
谷歌的愿景远不止于此，更要打响“智能体”战役。其“智能体平台”（Agentic platforms）如Agentspace，允许企业客户将Gemini与其内部数据和系统相连接，创建能够自动执行复杂工作流的定制化AI智能体。
谷歌首席执行官桑达尔·皮查伊（Sundar Pichai）在2025年战略中明确指出，未来的重点是扩大Gemini作为主要用户交互界面的规模，这预示着谷歌正从传统的搜索框模式，向一个更集成、多模态和智能体化的AI体验转型。
免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。
每日经济新闻