你的AI图像乍一看可能很清晰，但放大后就会变得模糊不清。. 暗色调变得颗粒感很强，雾气分解成碎片，微弱的光线看起来像碎片。.
我最常在处理复杂的AI图像时遇到这种情况：夜景、精细的盔甲、湿漉漉的倒影、人群和远处的建筑物。我的赛博朋克机甲图像包含了所有这些元素，因此它成为了一个很有用的压力测试。.
保留主体并减少噪音。.
这就是我使用 Nano Banana Pro 进行最终清理时所采用的全部指令。在本次测试中，它产生了最流畅的效果，同时又能保持主要机械结构和整体城市构图的清晰度。由于它并非像素级锁定，所以我仍然检查了一些细节。.
您可以在下方并排查看原始 GPT Image 2.5 处理结果、低噪点提示处理结果以及 Nano Banana Pro 的最终清理结果。我还裁剪了完全相同的区域，以便更容易判断差异。.
这项测试建立在我们更广泛的测试基础上。 GPT Image 和 Nano Banana Pro 编辑对比. 有关产品工作流程和型号选择器，请参见 如何在 Ima Studio 中使用 Nano Banana.
三阶段测试
| 阶段 | 模型 | 参数 | 目的 |
|---|---|---|---|
| 一个 | GPT 图像 2.5 旭日 | 2048×1152，中等 | 确定组成 |
| B | GPT 图像 2.5 旭日 | 2048×1152，中等 | 简短低噪音指令 |
| C | Nano Banana Pro | 16:9，2K | 重点清理 |
步骤 1：生成足够复杂的场景以显示噪声
Canvas 的提示信息最初是用中文编写的。本文提供了忠实的英文翻译，以便读者可以直接使用这些提示信息，而无需阅读混合语言的说明。.
在雨水浸透的赛博朋克都市中，一架巨大的双足机甲战士巍然屹立。它位于画面中心略偏右的位置，高耸入云，俯瞰着整个场景。它厚重的分段式装甲呈深灰色和黑色，内部布满了复杂的机械管路和液压关节。胸前和头部都排列着散发着洋红色光芒的传感器条。.
基准场景设定了一台高耸的机甲、一座潮湿的城市、错综复杂的交通路线以及高对比度的深色装甲。雨水、雾气和浓重的反射光营造出表面纹理和碎片化的细节，便于观察。.
步骤 2：添加修订后的低噪声指令
高清、低噪点输出。不会将精细细节渲染成碎片状伪影。.
第二遍绘制时，构图基本保持了基线水平，同时使机甲表面、雾气和城市倒影更加连贯。简短的说明起到了约束作用，但并不能保证细节完全相同。.
步骤 3：使用 Nano Banana Pro 进行局部清洁
保留主体并减少噪音。.
C阶段在保持主体机甲和整体城市构图不变的情况下，实现了最流畅的渐变和反射效果。匹配的裁剪图也显示装甲板、标志和远处建筑等局部细节进行了重绘，因此，更准确的说法是“主体和构图得以保留”，而非“像素完全相同”。”
我在 100% 处检查了
- 机甲胸甲和腿甲：面板边缘、深色渐变和外露关节。.
- 头部后方是雨天：谷粒、条带和薄雾消散。.
- 湿漉漉的街道：霓虹灯的倒影和行人的剪影。.
- 远处的建筑物：窗户格栅、标志和优美的建筑线条。.
相同作业规模的匹配作物
我将所有三个阶段的图像都标准化到 2048×1152 的工作画布上，然后使用相同的 640×360 裁剪坐标。这些裁剪使清理工作更容易检查，但也揭示了完整图像中隐藏的局部重绘。.
机甲装甲和关节
雨天和薄雾
城市屏幕和细线
湿漉漉的街道和倒影
裁剪后的匹配区域得出的结论比单独查看完整图像更为精准：阶段 B 减少了碎片化的细节，同时保持场景接近基线；阶段 C 进一步清理了渐变，但也重新绘制了盔甲、屏幕和城市等细节。该工作流程保留了主体和整体构图，而非完全相同的像素。.
这次比赛发生了哪些变化？
| 查看 | A阶段 | B阶段 | C阶段 |
|---|---|---|---|
| 机体姿态和几何 | 基线 | 保存完好 | 保存完好 |
| 黑暗盔甲噪音 | 浓密阴影细节 | 主体清晰；无明显碎片伪影。 | 最干净的审查结果 |
| 天空和薄雾 | 忙碌的 | 更平滑 | 最平顺的同时还能保持雨水 |
| 屏幕标记 | 展示 | 展示 | 已减少；店面仍有轻微痕迹。 |
可能出现什么问题
更平滑的图像可能只是尺寸更小。
Nano Banana Pro 使用 2K 分辨率，最终输出分辨率为 2752×1536，因此最终图像并不依赖于较低分辨率的输出来获得更流畅的效果。.
“保留”并非像素锁定保证
两种工具都能重新生成图像。机甲姿态和城市布局得以保留，但一些细小的标志细节仍然发生了变化。.
霓虹灯可以显示虚假文字
赛博朋克场景鼓励使用类似符号的图案。如果需要精确的文本，请移除生成的标记，并在图像模型之外排版最终文本。.
尝试双模型工作流程
我使用 GPT Image 2.5 Sunburst 进行创意构思，使用 Nano Banana Pro 进行局部清理。这种划分使得对比分析更加清晰：一个模型负责构建场景，另一个模型则专注于一项具体的清理工作。.
关于作者
