我有些设计需求尝试直接用 nano banana pro 发现效果极好，然后我又尝试了一下 lovart，发现效果反而不如 banana pro 直出。
不久前，因为图片生成模型水平还不够，所以 agent 工程，例如将用户的 prompt 先用文本大模型转成更适合的图片生成 prompt 等技巧，能够极大提高最终效果，是以 lovart 能够惊艳四方，也确实能够产出比当时的模型水平更高的图。但 nano banana pro ，本身就足够好，而且对自然语言理解极强，所以那些工程化的东西，反而有点变成画蛇添足了？
所以我觉得模型的进化还是挺恐怖的，agent 公司如果没有模型之外的工具调用并形成自己的独特壁垒，感觉还是有点危险
不久前，因为图片生成模型水平还不够，所以 agent 工程，例如将用户的 prompt 先用文本大模型转成更适合的图片生成 prompt 等技巧，能够极大提高最终效果，是以 lovart 能够惊艳四方，也确实能够产出比当时的模型水平更高的图。但 nano banana pro ，本身就足够好，而且对自然语言理解极强，所以那些工程化的东西，反而有点变成画蛇添足了？
所以我觉得模型的进化还是挺恐怖的，agent 公司如果没有模型之外的工具调用并形成自己的独特壁垒，感觉还是有点危险