一個簡單的提示即可減少惱人的 GPT 影像 2.5 雜訊

你的AI影像乍看之下可能很清晰，但放大後就會變得模糊不清。. 暗色調變得顆粒感很強，霧氣分解成碎片，微弱的光線看起來像碎片。.

我最常在處理複雜的AI影像時遇到這種情況：夜景、精細的盔甲、濕漉漉的倒影、人群和遠處的建築物。我的賽博龐克機甲圖像包含了所有這些元素，因此它成為了一個很有用的壓力測試。.

保留主體並減少雜訊。.

這就是我使用 Nano Banana Pro 進行最終清理時所採用的全部指令。在本次測試中，它產生了最流暢的效果，同時又能保持主要機械結構和整體城市構圖的清晰度。由於它並非像素級鎖定，所以我仍然檢查了一些細節。.

您可以在下方並排查看原始 GPT Image 2.5 處理結果、低雜訊提示處理結果以及 Nano Banana Pro 的最終清理結果。我還裁剪了完全相同的區域，以便更容易判斷差異。.

嘗試圖像到圖像

這項測試建立在我們更廣泛的測試基礎上。 GPT Image 與 Nano Banana Pro 編輯對比. 有關產品工作流程和型號選擇器，請參見 如何在 Ima Studio 中使用 Nano Banana.

三階段測試

步驟 1：產生足夠複雜的場景以顯示噪音

Canvas 的提示訊息最初是用中文寫的。本文提供了忠實的英文翻譯，以便讀者可以直接使用這些提示訊息，而無需閱讀混合語言的說明。.

在雨水浸透的賽博龐克都市中，一架巨大的雙足機甲戰士巍然屹立。它位於畫面中心略偏右的位置，高聳入雲，俯瞰整個場景。它厚重的分段式裝甲呈現深灰色和黑色，內部佈滿了複雜的機械管路和液壓關節。胸前和頭部都排列著散發著洋紅色光芒的感應條。.

基準場景設定了一台高聳的機甲、一座潮濕的城市、錯綜複雜的交通路線以及高對比度的深色裝甲。雨水、霧氣和濃重的反射光營造出表面紋理和碎片化的細節，以便於觀察。.

步驟 2：新增修訂後的低雜訊指令

高清、低雜訊輸出。不會將精細細節渲染成碎片狀偽影。.

第二遍繪製時，構圖基本上保持了基線水平，同時使機甲表面、霧氣和城市倒影更加連貫。簡短的說明起到了約束作用，但並不能保證細節完全相同。.

步驟 3：使用 Nano Banana Pro 進行局部清潔

保留主體並減少雜訊。.

C階段在維持主體機甲和整體城市構圖不變的情況下，實現了最流暢的漸層和反射效果。匹配的裁剪圖也顯示裝甲板、標誌和遠處建築等局部細節進行了重繪，因此，更準確的說法是“主體和構圖得以保留”，而非“像素完全相同”。”

我在 100% 處檢查了

1. 機甲胸甲和腿甲：面板邊緣、深色漸變和外露關節。.
2. 頭部後方是雨天：穀粒、條帶和薄霧消散。.
3. 濕漉漉的街道：霓虹燈的倒影與行人的剪影。.
4. 遠處的建築：窗戶格柵、標誌和優美的建築線條。.

相同作業規模的匹配作物

我將所有三個階段的圖像都標準化到 2048×1152 的工作畫布上，然後使用相同的 640×360 裁剪座標。這些裁剪使清理工作更容易檢查，但也揭示了完整圖像中隱藏的局部重繪。.

機甲裝甲和關節

雨天和薄霧

城市螢幕和細線

濕漉漉的街道和倒影

裁剪後的匹配區域得出的結論比單獨查看完整圖像更為精準：階段 B 減少了碎片化的細節，同時保持場景接近基線；階段 C 進一步清理了漸變，但也重新繪製了盔甲、屏幕和城市等細節。此工作流程保留了主體和整體構圖，而非完全相同的像素。.

這次比賽發生了哪些變化？

可能出現什麼問題

更平滑的圖像可能只是尺寸更小。

Nano Banana Pro 使用 2K 分辨率，最終輸出分辨率為 2752×1536，因此最終影像並不依賴較低解析度的輸出來獲得更流暢的效果。.

“「保留」並非像素鎖定保證

兩種工具都能重新產生影像。機甲姿態和城市佈局得以保留，但一些細小的標誌細節仍然發生了變化。.

霓虹燈可以顯示假文字

賽博龐克場景鼓勵使用類似符號的圖案。如果需要精確的文本，請移除生成的標記，並在圖像模型之外排版最終文本。.

嘗試雙模型工作流程

我使用 GPT Image 2.5 Sunburst 進行創意構思，使用 Nano Banana Pro 進行局部清潔。這種劃分使得對比分析更加清晰：一個模型負責建構場景，另一個模型則專注於一項具體的清理工作。.

嘗試使用影像到影像的降噪編輯功能

作者簡介

王彥霖我工作室

看作者的帖子