ナノ・バナナ Pro：Google DeepMindのGemini 3 Proベース画像生成モデル
(blog.google)- Nano Banana ProはGemini 3 ProをベースにしたGoogle DeepMindの最新画像生成・編集モデルで、視覚的なアイデアを精密に実現する機能を提供
- テキストレンダリングの向上と多言語対応により、ポスター、モックアップ、インフォグラフィックなどで読みやすい文言を画像内に直接挿入可能
- 最大14枚の画像結合、5人の人物の一貫性維持、2K〜4K解像度対応などにより、高品質なビジュアルコンテンツ制作を支援
- Google Ads、Workspace、Geminiアプリ、AI StudioなどさまざまなGoogle製品群に統合され、一般ユーザー、専門家、開発者のすべてが活用可能
- SynthIDウォーターマークでAI生成画像の透明性を確保し、AIコンテンツ識別機能をGeminiアプリに直接提供
Nano Banana Pro 概要
- Nano Banana Proは、Gemini 3 Proの推論能力と世界知識を活用して視覚情報を精緻に可視化するモデル
- 以前のバージョンである**Nano Banana (Gemini 2.5 Flash Image)**に続いて登場したアップグレード版
- アイデア立案、データ可視化、手書きノートの図式化など、さまざまなデザイン作業を支援
主な機能
- 正確で文脈豊かなビジュアル資料の生成
- Gemini 3の高度な推論機能により、教育向けインフォグラフィック、ダイアグラムなどの事実ベースのコンテンツを生成
- Google Searchのリアルタイム情報と連携し、天気、スポーツ、レシピなどのリアルタイムデータを可視化可能
- 多言語テキストレンダリング
- 画像内テキストを正確で読みやすく表現し、複数言語への翻訳とローカライズが可能
- 多様なフォント、質感、書体スタイルを活用でき、ポスターやブランドコンテンツ制作に適している
- 高品質なビジュアル表現
- 最大14枚の画像結合、5人の人物の一貫性維持により、複雑な合成画像を制作
- ローカル編集、カメラアングル調整、色補正、照明切り替えなど、細かな編集制御を提供
- 2Kおよび4K解像度とさまざまなアスペクト比に対応し、印刷・デジタルプラットフォームの双方で利用可能
利用環境
- 一般ユーザーおよび学生向け
- Geminiアプリの「Create images」機能でNano Banana Proを利用可能
- 無料ユーザーは生成回数に制限があり、その後は標準のNano Bananaに切り替わる
- Google AI Plus、Pro、Ultraの購読者にはより高い生成上限を提供
- プロフェッショナル向け
- Google Adsの画像生成機能がNano Banana Proにアップグレード
- Google WorkspaceのSlidesとVidsでも利用可能
- 開発者および企業向け
- Gemini API、Google AI Studio、Vertex AI、Antigravity、Gemini Enterpriseなどで拡張サポート
- クリエイター向け
- Flowツールを通じて、映像制作者やマーケターがシーン単位で細かな制御を行える
AI生成画像の識別と透明性
- すべてのNano Banana Pro生成画像にはSynthIDデジタルウォーターマークが埋め込まれ、出所を識別可能
- Geminiアプリで画像をアップロードし、「Google AI生成かどうか」を直接確認可能
- 無料およびProユーザーの画像には**可視ウォーターマーク（Gemini sparkle）**を追加
- Ultra購読者およびAI Studio開発者ツールでは、ウォーターマークのないクリーンなキャンバスを提供
- SynthIDは今後音声および動画コンテンツにも拡張予定
関連資料
- Build with Nano Banana Pro: 開発者向けGemini 3 Pro Imageモデル紹介
- Prompting Tips for Nano Banana Pro: 効果的なプロンプト作成ガイド
- AI Image Verification in Gemini App: SynthIDベースの画像検証機能の説明
原文に追加情報なし
1件のコメント
Hacker Newsの意見
今週のGoogleはまるで ゴジラのように 動き回っている感じだった
初めてAI Studioにカードを登録してみたが、決済プロセスがあまりにも複雑だった
すべての設定を終えても「permission denied」エラーが出続けた
ここまでしてお金を払わないといけないなら、モデルがどれだけ良くても意味がない
アクセシビリティ向上のためにチームが懸命に改善を進めています
決済まわりの摩擦を減らすため、AI Studio内蔵決済システムを準備中で、1月に全世界で提供開始予定とのことです
他のサービスはAPIキー1つで終わるのに、Googleはアカウント作成 → アプリ作成 → サービス有効化 → OAuthアプリ作成 → JSONダウンロードまで必要になる
登録手続きがはるかに簡単で、さまざまなAIモデルを提供している
単純なテストのためにGCPプロジェクトを作るのはやりすぎだ
Nano Banana Proですべての編集系プロンプトを再テストした
SHRDLU、M&M Van Halen、Scorpio Streetのテストを通過した
結果は こちらで確認可能
NB Proは元のNBより明らかに性能が向上していた
テスト自体が適切ではなかったように思う
結果は完璧ではないが、要求どおりには実行していた
明確な知識が必要なプロンプトは通るが、単に傾いた物体をまっすぐにするのは依然として難しい
スライダーより元画像と結果の同時表示のほうが直感的だろう
数か月にわたって Nano Bananaのプロンプトエンジニアリング分析 を進めていたが、Googleが新バージョンを出してきた
新モデルは gemimgパッケージ ですぐに動作する
ただし価格が高いため、デフォルトモデルに設定するのは難しい
ドキュメントによれば、モデルは 中間画像（Thinking段階） を最大2枚生成するという
これがコスト上昇の原因かもしれない
モデルは観察者基準で左右を認識して誤配置してしまった
このような 相対的指示の誤り は医療現場でもよくある問題だ
関連例へのリンク
NB Proでもほとんどのプロンプトがうまく機能する
ガイドへのリンク
私の実験結果 も共有する
「Studio Ghibli風変換」はChatGPTよりはるかに正確だ
ただし、あまりに写実的な画像が 不気味の谷 に落ちることもある
技術変化に対応する 適応力のあるツール設計 の重要性を改めて実感した
短いプロンプトで インフォグラフィック全体を生成 できる能力には驚かされる
「Datasetteプロジェクトの動作方法」を依頼したところ、完成度の高い結果が得られた
結果リンク
今はテキストを別途レンダリングしていたが、これからは一度に処理できそうだ
結果画像 を参照
GitHubリンク
Instagram向けの正方形フォーマットにも自動変換してくれる
AI画像はもはや明白な アーティファクト を作らなくなったが、それでもスタイルのせいでAIっぽさは残っている
特にインフォグラフィックは人間が作ったものと見分けがついた
特定のデータセットが過剰代表されている結果に見える
平均値で学習されたモデルは「平均的な画像空間」を作り出す
関連例 を見ると、微調整で現実的な結果も可能だ
一部のモデルは意図的に スタイルを取り除いて 人工的な印象を与える
オープンモデルはLoRAで細かな調整が可能だが、クローズドモデルでは難しい点が問題だ
独創的な画像が欲しいなら、プロンプト自体がより創造的である必要がある
そのため画像 編集機能 が次の課題と見なされている
初期のモデルは品質は低かったが、より興味深い結果を出していた
SynthID は良い第一歩だが、ウォーターマークのないAIコンテンツを見分けられないという限界がある
大手企業が標準化された識別子を導入すべきだ
Photoshopにもそのような規制があったなら、創造性は大きく制限されていただろう
実際のカメラで撮影した写真であることを証明し、iMessageで認証表示を付けるような形で
結局のところ、主要な商用モデルは基本的にウォーターマークを強制するようになるだろう
終わりのない いたちごっこ になる
2Dアニメーターはまだ安心してよい
スプライトシートを生成してみたが、フレームを単純に繰り返すだけで 自然な中間動作(interpolation) は作れなかった
公式資料まとめ
Developer Blog
DeepMind Page
Model Card PDF
SynthID紹介
このモデルは初めて私の ピアノテスト を通過した画像生成モデルだ
オクターブごとの黒鍵パターンを正確に繰り返していた
以前のモデルは常に鍵盤配列を誤って表現していた
特定の音を色付けしろという要求もランダムに処理してしまう
ピアノは標準化された物体で学習データも多いはずなのに、理解が足りない
88鍵全体の一貫性を保ったのは印象的だった
いまやモデルは テキストを画像内に自然にレンダリング できる
以前は不可能だった機能が、今では当たり前のように感じられる
曲線、間隔、バランスを整えるような繊細なデザインは、まだ人間が直接やるほうが優れている