每經(jīng)記者｜宋欣悅    每經(jīng)編輯｜蘭素英    

近日，谷歌Gemini超越ChatGPT，強勢登頂蘋果美區(qū)App Store免費應用榜。

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。

它的火爆程度遠超想象：谷歌實驗室副總裁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應用。其火爆程度一度導致谷歌內(nèi)部“TPU（張量處理單元）嚴重過載”。

《每日經(jīng)濟新聞》記者實測發(fā)現(xiàn)，Nano Banana的圖像生成能力的確強大，實現(xiàn)了復雜圖像編輯技術的“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。

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”的雙重護城河，一場關于AI時代話語權的爭奪戰(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應用領域不可撼動的霸主。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，成為免費榜排名第一的應用。此外，在加拿大、印度、摩洛哥等國家，Gemini同樣實現(xiàn)了登頂。

市場分析普遍認為，Gemini此輪爆發(fā)的最關鍵因素，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、編輯控制和應用場景上有大幅改進，一推出就受到了用戶的熱烈追捧。

模型上線一周后，谷歌實驗室副總裁Josh Woodward透露，Nano Banana累計完成超2億次圖像編輯，帶動超1000萬新用戶涌入Gemini應用，其火爆程度甚至導致谷歌內(nèi)部“TPU嚴重過載，SRE（站點可靠性工程）警報不停”。

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”風格創(chuàng)作風潮的刷屏景象。當時，OpenAI的CEO奧特曼也曾表示，ChatGPT在“吉卜力效應”當周創(chuàng)下了活躍用戶、App下載和訂閱收入的歷史紀錄。

如今，Nano Banana正為谷歌復制這一成功路徑。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股價近期持續(xù)上漲。當?shù)貢r間9月15日（周一）收盤，Alphabet的市值達到3.05萬億美元，成為全球第四家市值突破三萬億美元大關的公司。

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

實測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，其核心在于它實現(xiàn)了復雜圖像編輯技術的“大眾化”，將以往需要專業(yè)軟件才能完成的任務，轉(zhuǎn)變?yōu)槠胀ㄓ脩敉ㄟ^自然語言就能輕松實現(xiàn)的操作。

從技術拆解來看，Nano Banana本身具備多個“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。

角色和風格一致性：在多次生成過程中，保持主體對象或視覺風格的統(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行更改。

在實際體驗中，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

多元素拼接這個玩法也十分火爆。用戶可以上傳一張包含多個元素排布的圖片，并給圖中物品打好標簽，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。當記者要求模型生成一張帶有“每日經(jīng)濟新聞”幾個漢字的海報時，總共六個漢字，Nano Banana“寫”對了四個。

圖片來源：由Nano Banana生成

當然，Gemini并不僅僅是一個P圖工具，它是一個定位與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的畫布預覽功能，可以將創(chuàng)意變?yōu)閼贸绦?、游戲等。該功能近期也獲得更新，支持“選擇并詢問”（Select and Ask），用戶可直接點擊應用預覽中的某個元素，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：比英偉達方案省20%算力運營成本

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)其專為加速機器學習工作負載而設計的定制芯片TPU。

據(jù)谷歌介紹，中央處理器（CPU）被設計為計算機的通用“大腦”，而GPU當時是專門設計用于與 CPU協(xié)同工作以加速圖形、視頻渲染和模擬中的復雜任務的專用芯片，TPU則是專為 AI 而設計的。在此后的十年中，TPU的性能和效率不斷進步，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（Nvidia）等第三方硬件供應商的“算力枷鎖”，從而規(guī)避了全球GPU供應鏈的瓶頸和高昂成本。

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

分析師估計，與依賴英偉達GPU的公司相比，谷歌運營其TPU基礎設施的成本要低約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強勢嵌入其中。

Gemini并非一個孤立的應用，而是被全面“武裝”到谷歌的整個產(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)行復雜工作流的定制化AI智能體。

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

免責聲明：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。據(jù)此操作，風險自擔。