谷歌的Nano Banana模型自发布以来，仅用一周时间就迅速引爆全球社区，成为讨论热度最高的新锐代表。就在昨天，字节也正式推出了Seedream 4.0，高调在「即梦」平台全量上线。

一边是国际大厂的新锐之作，另一边是国产模型的顶尖代表，两位“选手”几乎前后脚站上擂台卷生卷死，气氛瞬间拉满。

为了更直观地呈现两款模型的真实水平，我们特别设计了15道考题，涵盖文本生成、逻辑推演、图像处理、创意表达等多个维度。

废话不多说，让我们通过这份详细的答卷来一探究竟。

实测部分

01

嘿！你的悟空掉了！

prompt：手机上坐着一个黑神话悟空

这波题考的是这两个模型，能不能认出游戏圈顶流“悟空”？还得有想象力，让他合理地“坐”在手机上。

参考图如下：

先看即梦4.0，如果你仔细放大看，能看出来即梦4.0生成的悟空坐着的姿势很真实，能准确捕捉《黑神话：悟空》的美术风格和角色神韵。

相比之下，Nano Banana在人物头身比例的精准度上略有失衡，显得不够协调。

本轮小结: 即梦4.0在写实还原与场景融合上小胜一筹

02

2D到3D的风格转换

prompt：将图片中所有小怪兽，做成3D模型

这是一个典型的“图生图”测试，核心在于考察模型的图像理解、风格迁移和3D空间构建能力。

模型需要首先识别出图片中的“小怪兽”主体，然后将其从2D平面设计稿“翻译”成立体、饱满的3D模型，并赋予其合适的材质和纹理。

即梦4.0本身自带强烈的模型和手办质感，非常适合这个主题。它能生成下面这样类似“泡泡玛特”风格的潮玩或精致的游戏模型，色彩鲜艳，造型可爱且富有设计感，主要是一致性很好。

Nano Banana在理解上出现了偏差。它似乎将指令理解为：将整体画面进行3D化“浮雕”处理，而非将每个怪兽独立建模，最终生成了一张立体感贴画，未能完成核心任务。

本轮小结: 即梦4.0对3D指令的理解和执行能力稍强一些。

03

中国古画的再创作

prompt：给这幅中国古画的右上角，画几行白鹭。

这回主要考验AI能不能在中国风古画上加戏，模型不仅要画出“白鹭”，更重要的是要让这些白鹭完美融入古画的意境中，无论是笔触、墨色还是构图，都不能有违和感。

参考图如下：

左侧为即梦4.0，右侧为Nano Banana。出乎意料，这一轮两者都表现不差。它们都没有生硬地植入写实白鹭，而是模仿了原作的笔触和意境，并融入了自身的理解。添加的白鹭元素与背景浑然一体，没有明显的违和感。

本轮小结: 平分秋色，都展现了不错的多风格艺术融合能力。

04

星舰印满比卡丘

prompt：将星舰上印满比卡丘。

这是一个考验纹理应用、透视理解和IP识别的综合案例。模型需要将“比卡丘”这个2D形象，作为纹理“贴”在“星舰”这个复杂的3D曲面上，并处理好透视、变形和光影变化，同时要保证比卡丘形象的准确性。我随便找来了一张星舰的图片：

这是即梦4.0生成的，在3D曲面物体上，比卡丘的元素融合确实很好。比卡丘纹理在星舰不同曲面（如机翼、机身）上的贴合程度，基本不存在不自然的拉伸或突出星舰本身的空间。

下面这具有视觉冲击力的是Nano Banana生成的，比卡丘贴的严丝合缝。能看得出来，“比卡丘”和“星舰”都是Nano Banana舒适区内的元素，它能生成视觉冲击力极强的画面。

相比之下，Nano Banana的写实渲染能力更强一下，会细致地处理每一个比卡丘在不同角度下的形态，让整个涂装看起来很“真实”。

本轮小结: 两者都出色完成任务。Nano Banana在视觉效果和艺术氛围更好一些。

05

手绘手帐风格

prompt：手帐手绘风格，介绍Transformer是什么？鱼香肉丝怎么做？

“手帐风”是一种集插画、贴纸、文字等多种元素于一体的拼贴艺术。模型需要理解并复现这种看似随意却充满设计感的杂乱美学。

即梦4.0的表现很不错。生成的中文文字清晰准确，几乎没有错误。无论是解释Transformer架构的图文排版，还是鱼香肉丝的食材图鉴，都细节满满，风格统一，实用性与美观度兼备。

尤其是下面的鱼香肉丝制作指南，看得出来对细节的把控很到位，整体所有食材的手绘图细节都还不错。

Nano Banana在趣味性上稍逊一筹。但其优势在于对复杂元素的组织能力，在介绍Transformer的页面中，它运用了更多样、更复杂的图形元素来构建画面，视觉层次更丰富。

本轮小结: 即梦4.0在视觉上更可爱些，Nano Banana则在图形元素的复杂组合上更有能力。

06

Sam Altman和Elon Musk 合影

prompt：让他俩合影

这是一个名人肖像融合的经典测试。考验两个AI图片模型，在生成合影时处理光线、表情和身体姿态的自然度。

在这一个测试里，相比Nano Banana，即梦4.0的表现会更加自然一下，两个人仿佛“世纪大和解”一样。

只是，啊，喂！为什么Sam Altman和Elon Musk的脸部的元素有点趋同了？

而在Nano Banana的生成结果中，二者还是像我在参考图中提供的元素那样，保持动作不变，很不自然。人物如同被简单地“抠图”并置，缺乏真实的互动感。

本轮小结: 即梦4.0在营造自然氛围上更优，但面部细节仍需打磨。

07

品牌元素的精准植入：OpenAI商标

prompt：将多张OpenAI商标图印在Elon Musk的黑色西服上。

这个测试，与星舰案例类似，但更考验在衣物褶皱上的纹理贴合能力。黑色西服有明暗变化和布料褶皱，模型需要让商标图案，根据这些物理变化产生自然的光影和透视形变。

OpenAI商标图如下：

二者相比，硬要说的话，即梦4.0将OpenAI元素融入Elon Musk的西服后，产生的效果看起来更有设计感一些，但是像是西服的袖口位置，并没有被渲染到：

相反，Nano Banana更加忠实于提示词，将OpenAI的商标顺着西服的褶皱印的满满当当的。Logo会根据衣物的褶皱产生自然的扭曲。

本轮小结: Nano Banana在指令的忠实度和技术实现上更胜一筹。

08

Elon Musk的手办

接下来，我们把上面Nano Banana生成的图做一个当下最流行的手办模型。

prompt：使用nano-banana模型，制作图片中角色的1/7比例商业手办，风格为写实，并置于真实环境中。手办摆放在电脑桌上，配有一块 无文字的圆形透明亚克力底座。电脑屏幕上显示的是该手办的ZBrush建模过程。电脑屏幕旁边放置一只 万代（BANDAI）风格的玩具包装盒，包装上印有原始插画，呈现为二维平面插图。请确保所有元素与参考图严格一致。

二者的表现，可以说是不相上下。只是即梦4.0背后电脑屏幕上的3D模型稍微有些幻觉：

Nano Banana确实会更加严谨一些，从手办的写实风格，到包装盒的平面插图都执行的不错：

本轮小结: 在复杂指令的执行上，Nano Banana的精准度略微领先。

09

多元素融合：换装

下面我们来试试更多的元素融合。

prompt：图一的女性穿上图二的搭配。

精准局部重绘是AI图像编辑的核心功能。考验的是模型在替换主体后，保持背景、光影、透视不变，并使新元素与环境无缝衔接的能力。

两者在整体表现上都相当不错，成功地将新服装融合到人物身上，效果逼真自然。但在细节处理上，两者都还有提升空间，例如对手腕配饰的理解和重绘都出现了一些偏差。

本轮小结: 整体打平，均属于“说得过去”但未达完美的水平。

10

狗换成哈士奇

这个案例也是看两个模型能不能精准重绘画面中的某个元素。

prompt：将男子的狗换成哈士奇。

这一轮，两个模型都展现了成熟的图像编辑能力，无论是写实的哈士奇毛发，还是与环境的融合度，都处理得非常好，效果难分伯仲。

本轮小结： 再次平分秋色，均能高质量完成任务。

11

剑风传奇漫画上色

下面这个案例会更复杂些。非常考验模型的上色能力和对特定艺术风格的理解。不仅仅是填色，好的AI上色需要理解，漫画作者三浦建太郎原画中的光影、材质和氛围，用色彩来增强而非破坏原作的厚重感和力量感。

prompt：给剑风传奇的漫画上色。

即梦4.0上色风格更偏向色彩夸张、对比强烈的美式漫画，视觉冲击力强。

Nano Banana对暗黑系的日漫风格理解显然更深。它的上色方案很好地保留了原作的史诗感和阴郁氛围。

本轮小结: Nano Banana对特定漫画风格的理解和诠释更胜一筹。

12

塞尔达传说海报更改

下面这个案例测试模型对一个成熟、广受欢迎的游戏IP艺术风格的掌握程度，以及在此基础上的创意延展能力。

prompt：将这张海报男主对面改成血月。

即梦4.0的生成结果更为震撼些，如果你仔细看左侧男主，会发现即梦重新给他打上了一层高光。整体人物的3D感更强些。

Nano Banana更倾向于在原作基础上进行细节增强或无痕的元素增减，保持海报的原汁原味。它并没有使用很夸张的元素，去改变整体海报的感觉。

本轮小结: 即梦4.0的二次创作更夸张一点，但Nano Banana的表现更忠实于原海报，平分秋色。

13

塞尔达公主发型9宫格

两个模型都很适合通过1张图片，衍生出多种创意元素。

prompt：根据我提供的参考图片，生成9种不同的发型设计，并整合在同一张照片中展示。画面需通过特写视角，分别突出每一种发型的细节与特点，整体构图统一、美观。

参考图如下：

不知为何，即梦4.0总是一张一张的生成，于是我将图片拼接到了一起。它会生成各种角度和姿态的图片，甚至出现了一些形态较为“诡异”的设计。

像第一排最左侧第二张的那张图是什么鬼！

Nano Banana表现更为稳定。它严格地保留了原图的背景和人物姿态，仅针对发型进行多样化设计，更忠实于提示词和原有画风，最终结果的风格一致性很强。

本轮小结: Nano Banana在保持一致性和遵循指令方面表现更优。

14

世界十大地标建筑等轴模型

这个测试，主要针对于模型对于特定建筑的识别能力和对“等轴测图”这一特定绘画风格的执行能力。“等轴模型”风格常见于模拟经营游戏或扁平化设计中，要求所有物体在统一的斜向视角下呈现，无近大远小的透视。

prompt：生成世界10大地标建筑的等轴模型

Emmmm怎么说呢，左侧是即梦4.0，以一种非常“直白”的方式完成了任务，它将10个地标建筑分别生成为独立的等轴模型，并严谨地配上了文字标签，像是一份建筑图鉴。

Nano Banana则将所有地标建筑融合在一张大图里，创造了一个微缩景观世界，整体更像是一个精美的模拟经营游戏资产。

本轮小结: 即梦4.0胜在信息清晰，Nano Banana胜在模型整合。

15

淘宝页面精准元素修改

下面就是最后一个案例了，这是一个比较实用的商业应用场景测试。模型需要“读懂”图片上的文字和商品，理解画面中各个元素的位置，并精准地修改图片上的对应文字和数字，同时保持原有风格不变。

prompt：沙拉酱+肉松大于等于95%，券后1.67

这次的结果就不像以上那些结果“难解难分”了，即梦4.0的表现明显更好一些。它能够识别出需要修改的文字区域，然后进行精准替换。同时完全不影响周围的UI元素和商品图像。

尽管多次尝试，Nano Banana虽然能精准修改数字，但总会“顺手”改变面包的形态，无法做到精准的局部控制。

本轮小结: 即梦4.0优势很明显，比较擅长复杂画面的精准元素修改。

总结

经过15轮风格各异的“大考”，我们对即梦4.0和Nano Banana这两位AI绘画“选手”的实力画像也变得愈发清晰。即梦4.0在写实还原、创意设计和精准编辑方面，功力更深厚些。Nano Banana则更忠于提示词、风格也更多变些。另一个亲身体验下来的直观发现是：即梦4.0的生成速度真的很快，几乎只要Google AI Studio或Gemini调用Nano Banana所需时间的一半。

不过，看完这场“神仙打架”，最大的感触是：国产模型和国外大厂的差距，已经越来越小，甚至相持不下了。说实话，我已经提前预见到，2025年下半年，AI图像生成模型的竞争只会更加白热化，同时也会更加百花齐放。