Google 研究揭示 Nano Banana 图像生成的五类使用模式

一篇新的 Google 研究论文展示了该公司如何识别用户使用 Nano Banana 的方式，同时不侵犯用户隐私。随后，他们发现了图像生成的五种不同用途。

问题与解决方案

人们正在将自己和家人的敏感图像上传到 Nano Banana，因此隐私方面的担忧确实存在。

然而，AI 图像生成非常受欢迎，了解人们如何使用 Nano Banana，对于确定它的应用方式，以及如何针对其不同且不断出现的使用方式进行改进至关重要。因此，挑战在于找到一种既能了解 Nano Banana 的使用方式、又能尊重用户隐私的方法。

研究论文解释道：

“除了传统媒体和社交网络上的主动自我报告之外，关于许多人如何以及为何使用 LLM 图像生成，现有数据非常有限。

随着使用量增长和新兴使用场景不断出现，我们希望对 Nano Banana 的使用情况进行一些描述性分析，帮助了解用户可能如何使用 Nano Banana 等工具来促进社交联系、制作教育材料、推动科学进步、开展商业活动，以及更多用途。”

研究人员提出，他们可以通过分析用户文本提示词和对话中的模式来了解人们如何使用 AI 图像生成，而不必检查用户上传或生成的图像本身，同时保护用户隐私。

研究人员使用了一个名为 Urania 的现有系统，这是 Google 已经用于从 LLM 聊天互动中获取洞察的现有框架。

分析与发现

研究人员分析了 210 万次 Gemini Nano Banana 对话，并将其分为五类：

社交与病毒式传播
品牌与营销
产品可视化与电子商务
建筑与空间设计
教育与技术信息

他们还比较了人们在这五个类别中使用该技术的方式，考察了：

艺术风格
图像编辑功能
图像构图功能
互动/会话功能
多选功能

1. 图像编辑功能

这类活动包括从图像中移除物体和人物、修改背景、添加新元素，以及通过调整大小或修复来修改图像。

“图像编辑包括明确要求修改已经创建的图像（或用户上传的参考图像）中的特定元素，以进行调整、清理或更改。”

2. 艺术风格

艺术风格是另一个有趣的功能。研究人员发现，用户会要求使用特定的艺术媒介，例如水彩画、铅笔素描、摄影风格，或类似油画的图像。其他用户则会通过描述极简主义、黑色电影或复古等氛围或风格，为图像增添独特感觉。一些更具创意的用户还会要求进行概念混搭，将相互冲突的风格或氛围配对。

研究人员解释道：

“艺术风格包括用户对创作方向和视觉美学的明确要求，从所使用的艺术媒介到

具体的风格或文化影响。

……荒诞或幽默：
有意融入无意义、讽刺、

超现实喜剧或幽默夸张元素的要求。

模仿艺术、人物或角色：
明确要求模仿特定艺术家、公众人物或虚构角色的独特风格。”

3. 图像构图

在五类用途之中，他们还注意到，用户会通过构图中的光照、透视、限制条件（告诉它不要做什么），以及对人物和人物数量的要求来组织图像。

“构图指的是对场景结构安排提出具体要求，包括主体位置、透视、光照等。”

4. 交互/会话功能

“交互功能关注整个对话，以及人们如何对生成的图像进行迭代和编辑。”

5. 多选功能

这些功能从其他维度对对话进行分类，例如包含文本和排版要求的提示词、图像转换类型、工作场景以及内容创作阶段。多选功能进一步说明了人们试图实现什么，以及他们如何使用图像生成。

多选功能包括：

完整指定
用户是否精确指定了风格和措辞。
仅精确内容
用户提供了文本内容，但没有提供风格。
仅风格/泛化要求
用户的提示词包含了想要的氛围，但没有具体细节。
不适用
提示词没有提及文本或字体。

研究人员的发现

研究人员发现，Nano Banana 的用途并不只是社交媒体上那些简单的病毒式传播内容。人们还将其用于商业活动、教育插图、技术说明和产品可视化。

最令人意外的发现是，在社交和病毒式传播类别中，表情包和幽默图像的相关特征最少见。他们发现，最常见的特征是包含人物（接近 80%）。涉及图像构图和艺术风格的请求也很常见，而要求 LLM 重新开始的提示词，其出现频率约为要求进行小幅修改的两倍。

研究人员指出：

“或许令人意外的是，表情包风格或格式，以及荒诞性/幽默，是最不常见的。”

最后，研究人员发现，大量品牌和营销活动涉及的是原创、虚构或不知名的品牌，而不是已经成立的公司。研究人员表示，一些用户可能正在为新成立的或假设中的企业开发品牌形象。

他们指出了以下与图像生成营销用途相关的发现：

营销图像强调精确性

营销用途强调具体的视觉要求。营销类对话中最常见的特征涉及控制图像的构图方式，包括元素、人物和光照的位置，以及关于不应出现什么内容的指示。

营销对详细文本要求的出现率最高

与其他四个类别相比，营销类提出精确文本和详细排版指示的请求出现率最高。

这表明，营销人员正在利用图像生成来制作具有具体文本和设计要求的宣传图像，而不只是简单地请求生成好看的图像。

小型企业和个人的出现率高于大品牌

品牌与营销类别中，被认定为涉及小型企业、个人或副业的对话出现率最高。

营销用途不止于从头生成图像

研究人员确定了涉及优化徽标、修改文字和颜色、制作宣传材料以及打造一致的视觉品牌形象等活动，其中包括用于在线互动和传统宣传用途的资产。

要点

研究人员成功使用 Urania 框架开展了“保护隐私的描述性分析”，以确定用户如何使用 Nano Banana。他们发现，AI 图像生成正促成各种商业、营销和创意活动，其中包括一些过去需要专业经验才能完成、如今已有更多人能够实现的任务。

他们还承认，目前尚不清楚 AI 是在促成全新的活动，还是仅仅让现有活动的成本更低。他们表示，随着人们继续尝试 AI 图像生成，预计还会出现更多用途。

特色图片由 Shutterstock/Khosro 提供