- FLUX.1-dev 曾盖过 Stable Diffusion 的风头，但 ChatGPT 的免费图像生成，尤其是‘吉卜力工作室’风格，成为了 AI 图像的新标杆。
- Google 的 Gemini 2.5 Flash Image（代号 Nano Banana）是一个自回归模型，具有强大的提示遵循能力，支持精细编辑和复杂指令。
- Nano Banana 凭借其强大的文本编码器和较大的上下文窗口（32,768 个 token），在遵循细微提示方面表现出色，包括 JSON 和 HTML 输入。
- 尽管有这些优势，Nano Banana 在风格迁移（如吉卜力工作室风格）上存在困难，且几乎没有 IP 限制，引发了法律担忧。
- 该模型对 NSFW 内容相对宽松，不过对提示词和生成图像都有审核机制。
- 使用全大写和威胁性语言进行提示工程可以提高遵循度，但该模型在不同任务上的表现有所差异。
- 已发布 Jupyter Notebooks，以证明博文中描述的图像生成具有可复现性。