2025年8月，Ars Technica 报道：Google 向 Gemini 的图像编辑模块引入了名为“nano banana”的微型模型，目标是在手机和轻量化设备上实现更精准、响应更快的交互式修图体验。与以往大型生成模型侧重于高保真渲染不同，nano banana 的设计更注重边缘一致性、颜色匹配和局部语义理解，从而在去物体、填充背景与局部风格迁移时减少可见拼接痕迹。
报道指出，nano banana 并非单纯把大模型压缩而来，而是在训练与推理流程上做了针对性优化：使用更丰富的掩码样本、引入语义提示和显式的边界损失（boundary loss），以降低在复杂纹理区域产生的伪影。对用户可见的改进包括：人物边缘在去物体后更自然、光照与颜色在填充区域内更均匀、以及在细节处（如头发、树叶）保持更好结构感。
在实际体验方面，Ars Technica 报道提到 Google 把 nano banana 用作即时编辑后端，配合交互式画笔和“智能抹除”工具。与过去依赖云端大型模型、编辑响应周期以秒计相比，nano banana 在支持的设备上能将延迟降到可见范围内，从而让用户在本地或近端服务器上完成多数编辑步骤，这对移动端用户体验尤为关键。
另外一项被提及的权威评价来自 LMArena 的图像编辑排行榜：Gemini 2.5 Flash Image 仍占据榜首位置，表明 Google 在图像编辑质量上并未因为轻量化而做出重大妥协。Ars Technica 强调，nano banana 与 Gemini 2.5 的结合更像是一套层次化的流水线：nano banana 负责快速、低成本的本地修补与语义保持，而更大的模型则在需要极致细节或艺术化输出时接手。
技术细节上，报道没有公开完整参数，但描述显示 Google 在训练集中加强了掩码多样性与语义对齐的样本比例，并调整了损失函数以避免常见的“颜色漂移”和不自然边缘过渡。工程层面的改进还包括模型量化与裁剪策略，使其在移动 GPU 和专用 NPU 上运行更高效。
对于创作者和普通用户，这意味着几项现实变化：一是常见的一键去物体与背景替换在更多设备上变得顺滑；二是在社交媒体即时编辑场景下，用户看到的结果伪影更少、细节更稳健；三是企业可以用更低的算力成本把图像编辑能力内嵌到应用中，而不必完全依赖昂贵的云端推理。
Ars Technica 的报道也提醒读者关注潜在的问题：轻量模型在极端场景（比如细微纹理重建或艺术风格一致性）仍可能落后于大型模型；隐私和滥用风险在本地化能力增强后需要更细致的策略和监管。总体来看，Google 通过 nano banana 在工程与体验层面找到了一条折中路径，让 Gemini 系列在图像编辑这项用户感知强烈的功能上更具竞争力。