AI繪圖新挑戰！Nano Banana用戶開箱：快、準，但未算完美

Google 旗下 DeepMind 於 8 月 26 日推出全新圖像編輯模型 Gemini 2.5 Flash Image，代號 Nano Banana，引爆全球熱潮。

Nano Banana 更進一步登陸 Leonardo.Ai 平台，讓更多創作者能直接體驗這款模型的強大功能。與此同時，社交媒體亦掀起「3D 公仔」洗版潮，網民爭相將自拍或寵物相片轉換成迷你公仔模型，成為最新的 AI 爆紅玩法。

觀看影片

用戶實測：快又細緻

在多間科技媒體的實測中，Tom’s Guide 以九個不同提示詞同時比較 ChatGPT-5 與 Nano Banana，結果顯示 Nano Banana 在奇幻動物、魔法場景等題材更具故事感和能量感，不過 ChatGPT 在古市集等需要寫實細節的場景依然較勝一籌。

簡單指令也能做到

另有文章形容，Nano Banana 在執行文字指令時相當精準，用一句「make the jacket red」就能立即改變效果，但仍有局限，例如細面孔表現不佳、解析度仍限制在 1024×1024，以及多角色場景有時會出現不穩定。有概覽文章亦提到，它在語境編輯、人像一致性同空間邏輯上有優勢，每日更提供免費使用名額，對 casual 用戶相當吸引，但未算全面碾壓其他平台。

X@akiramenaiwoman

社群聲音：驚喜與不滿並存

不少設計師分享實測經驗，有人認為 Nano Banana 在換衣服等任務表現「一流」，但質素大致只與 Midjourney 相若，未必比 ChatGPT 明顯更強。有用戶更抱怨，約一半時間模型聲稱已完成修改，但實際輸出卻毫無變化，需要反覆嘗試。有人指出，只要提示詞夠細緻，成品細節會更好，有時候經過多輪對話修正，反而能解決初期的錯位問題。

X@@thil_sek

普通玩家最在意的地方

速度和易用性是最多人提到的優點。Nano Banana 只需十秒左右即可生成圖像，對於想快速做社交平台貼文的用戶特別方便。不過，人物或物件的一致性仍然是痛點，如果角色在不同場景「走樣」，體驗就會大打折扣。另一個常見問題是，有時候生成結果沒有任何改動，用戶唯有轉回手動修圖。至於價錢，很多人未必願意長期訂閱，因此免費或低成本選項仍然有市場。

APP STORE截圖

工具箱的一員，而非唯一答案

綜合現時的評測和玩家回饋，Nano Banana 的確帶來幾個驚喜：生成速度快、人物唔易跑樣、而且對自然語言 prompt 相當友好。但要留意，它並不是 Photoshop 的替代品，仍有輸出不穩定的時候。對一般用戶而言，最理性的做法或許是將它視為工具箱的一員：要玩社交貼文可以用 Nano Banana，要追求藝術風格就用 Midjourney，需要高自由度就試 Stable Diffusion，而重視寫實與細節控制的情況下，ChatGPT 仍然有一席位。

AP圖片

這項功課不涉及手提電腦、聊天機械人或任何科技。事實上，連筆和紙都不需要。

相反，美國康奈爾大學（Cornell University）生物醫學工程學系教授沙費爾（Chris Schaffer）的學生，需要直接向導師口述，他稱之為「口頭答辯」。

2026年3月4日，紐約，艾佩羅蒂斯教授在紐約大學史登商學院的課堂上使用人工智能口語代理。AP圖片

這是一種與蘇格拉底（Socrates）時代一樣古老的考核方式，在人工智能（AI）時代捲土重來。越來越多大學教授表示，他們正轉向口試，並結合各種傳統與尖端技術，以應對高等教育面臨的危機。

沙費爾上學期引入口頭答辯，他指出：「你無法透過人工智能應付口試。」

2026年3月4日，紐約，艾佩羅蒂斯教授在紐約大學史登商學院的課堂上與人工智能口語代理對話。AP圖片

教育工作者不再天真地懷疑學生會否利用生成式人工智能（generative AI）完成功課。現在最大的問題是如何判斷學生實際學到了甚麼。

隨着生成式人工智能日趨複雜，美國各地大學導師留意到令人擔憂的新趨勢。學生提交的論文及其他書面功課變得「完美無瑕」，但當被要求解釋其作品時，他們卻無法做到。人工智能對批判性思維的長遠影響仍有待觀察，但教育工作者擔心學生越來越將「努力思考」視為可有可無。

2026年3月4日，紐約，艾佩羅蒂斯教授在紐約大學史登商學院向學生講解他們將用於期末考試的人工智能口語代理。AP圖片

在賓夕法尼亞大學（University of Pennsylvania），中東語言與文化系副教授漢默（Emily Hammer）現時在她的研討會課程中，將口試與書面論文結合。

漢默表示：「這看起來像是我們試圖防止作弊。但這並非我們這樣做的原因。我們這樣做是因為學生實際上正在失去技能、認知能力和創造力。」

2026年3月4日，紐約，學生戴恩（Brian Dai）在紐約大學史登商學院的課堂上使用人工智能口語代理。AP圖片

漢默禁止學生在所有寫作功課中使用人工智能，但她坦言知道無法強制執行。不過，如果學生並非親自撰寫論文，面對面答辯內容將會是「一個非常緊張的情況」。

賓夕法尼亞大學教學與學習中心執行董事倫索爾（Bruce Lenthall）指出，漢默的課程是該校「大規模轉向面對面評估」的一部分，包括書面和口頭評估。這所常春藤盟校（Ivy League）是少數但數量不斷增加的大學之一，已開始舉辦關於口試的教職員工作坊。

2026年3月4日，紐約，學生尼瓦（Surya Newa）在紐約大學史登商學院的課堂上使用人工智能口語代理時，身影被映襯出來。AP圖片

口試傳統上並非現代美國大學本科制度的一部分，這與某些歐洲大學不同。例如，在英國的牛劍（Oxbridge）導修制中，學生每周與教職員會面討論。部分美國大學在新冠疫情（COVID-19 pandemic）期間，為解決網上作弊問題而轉向口試，自2022年ChatGPT推出以來，人們對此的興趣更為濃厚。

疫情期間，加州大學聖地牙哥分校（University of California, San Diego）工程學教授齊慧慧（Huihui Qi）展開了一項為期三年的研究，探討如何推廣口試。此後，多所大學邀請她舉辦教職員工作坊或討論其研究。

紐約大學（New York University）人工智能與教育科技副教務長舒爾基（Clay Shirky）表示，該校多種口頭評估方式正在增加。更多教職員要求學生出席辦公時間、分配演示任務，並在課堂上隨機點名學生。導師們說：「我需要看着學生的眼睛問：『你懂這些內容嗎？』」

紐約大學一位教授為傳統口試注入了現代元素。

紐約大學史登商學院（Stern School of Business）教授艾佩羅蒂斯（Panos Ipeirotis）上學期為人工智能產品管理課程的期末考試，推出了一種由人工智能驅動的口試。他稱之為「以火攻火」。

學生可在家中，在任何適合他們的時間登入。一個複製自商學院教授的聲音會向他們打招呼。

屏幕上的聲音說：「你好。」它會詢問學生的姓名和學號，然後說：「我今天準備好為你進行考試。」

聊天機械人會從期末小組專案的問題開始，並根據每位學生的答案深入提問。如果學生遇到困難，人工智能代理會提供線索，並給予批評和正面回饋。艾佩羅蒂斯會單獨批改考試，同樣借助人工智能。

艾佩羅蒂斯表示：「我們想檢查：你是否知道你的團隊做了甚麼？你是否搭便車？你是否將所有事情外判給人工智能？」他與ElevenLabs公司共同設計了這個工具，該公司開發生成式人工智能語音代理以進行求職面試。

本學期的學生正在重新設計這個人工智能代理，以解決一些問題，艾佩羅蒂斯計劃在未來所有課程中使用它。

艾佩羅蒂斯說：「我現在希望到處都有口試。我想將它與每一份書面功課結合。我不再相信書面功課是實際思考的結果。」

上學期學生的回饋褒貶不一。

商科學生劉安德莉（Andrea Liu）發現聊天機械人的聲音出奇地像人類，但對話感覺斷斷續續，帶有奇怪的停頓。它一次問多個問題，令人困惑。而且只聽到聲音卻看不到人，感覺很刺耳。

21歲的劉安德莉說：「對着一個幾乎是空白的屏幕說話，感覺有點尷尬。」

不過，她同意擔憂的教育工作者所言：「沒有一個完美的世界，人工智能存在而孩子們卻不濫用它。」

在人文學科和科學、技術、工程、數學（STEM）學科，例如電腦科學領域，教育工作者擔心，跳過解決問題所需的心智掙扎的學生，將無法培養在進階課程和職業生涯中所需的技能。

這就是康奈爾大學教授沙費爾在他的生物醫學工程課程中引入口頭答辯的原因。他要求學生在提交書面問題集後（每學期會布置數次），報名參加20分鐘的蘇格拉底式提問環節。

由於班上有70名學生，沙費爾與他的助教分擔這項工作。他們不再批改書面問題集，只批改口頭答辯。他稱這是「激勵」學生完成功課，或至少理解到足以解釋的程度。

沙費爾的課程在康奈爾大學教學創新中心提供的新「口頭評估工作坊」中被重點介紹。

康奈爾大學的其他例子包括：一位宗教研究教授現在與學生進行30分鐘的「期末對話」取代期末考試；以及另一門工程課程的教授，在一個180人的班級中，為每位學生進行四分鐘的模擬面試。

康奈爾大學口試培訓負責人艾斯蘭（Carolyn Aslan）指出，懷疑者認為口試可能令害羞或嚴重焦慮的學生感到不安，但提前澄清形式並從簡單問題開始會有幫助。

艾斯蘭說：「有時，與那些安靜的學生進行一對一交流實際上是好事，你最終能聽到他們的聲音。有時這就是突破。」

沙費爾的幾位學生表示，他們起初感到緊張，但最終更喜歡口試。

康奈爾大學三年級生物醫學工程系學生派瑟奇亞（Olivia Piserchia）說：「我真心很喜歡。」她最初覺得口頭答辯令人緊張，但後來開始重視與導師的一對一時間。這讓她在大班課中不至於感到迷失，並幫助她培養了清晰表達技術知識的能力，這在工作中也會需要。

派瑟奇亞表示：「這種即時的檢查讓你負起責任。看着別人的眼睛大聲說『我不知道這個』要困難得多。這會讓你意識到『我應該學習這個』。」

（美聯社）