Google: Nano Banana Pro (Gemini 3 Pro Image Preview) 在「故事场景」的评测结果
这是该 AI 模型在此测试用例上的详细评测结果。
基本信息
- 模型名称：Google: Nano Banana Pro (Gemini 3 Pro Image Preview)
- 用例名称：故事场景
- 测试类型：图像生成
- 评测维度：语义理解
用户提示词（User Prompt）
这是用户给 AI 模型的具体任务要求：
生成一张图片：小红帽在森林小径上行走，她穿着红色斗篷，手提装着食物的篮子，阳光透过树叶洒在地面上。
任务要求
AI 模型需要满足以下要求：
- 图片中必须包含一名穿着红色斗篷的小红帽人物，红色斗篷特征需清晰可辨
- 图片中必须呈现森林小径场景，包含树木与可识别的路径
- 图片中必须包含小红帽手中提着的篮子，篮子需清晰可见
- 图片中必须体现阳光透过树叶投射在地面上的光影效果（如斑驳光斑或丁达尔光效）
- 整体画风应符合童话故事风格，避免出现现代元素干扰场景氛围
评测结果
综合得分
该模型在此用例的得分为：86.6 分（满分 100 分），已通过
基础难度评测结果
- 得分：86.6 分
- 通过状态：已通过
模型生成产物
该模型生成了以下图片：
图片内容描述（由 AI 生成，供你参考）
图中展现了一个充满童话色彩的森林场景。画面中央，一位年轻女性背对着镜头侧身站立，她披着一件鲜艳的大红色连帽斗篷，兜帽戴在头上，正望向森林深处。她右手提着一个精致的编织篮子，篮子里装满了长棍面包、红苹果和一瓶红酒。背景是一片茂密的森林，阳光透过交错的树枝洒在铺满苔藓和落叶的小径上，营造出一种静谧而略带神秘的氛围。色彩上，斗篷的高饱和红色与森林的翠绿、深棕形成强烈对比，构图将人物置于视觉中心。 在 AI 生成的细节方面，存在一些明显的逻辑缺陷：首先，女子的右手与篮柄的连接处显得模糊且结构异常，手指的抓握姿态不自然；其次，篮子里的物品摆放违反重力透视，红酒瓶倾斜的角度与篮子边缘的衔接显得生硬；最后，女子的双脚与地面的接触点缺乏合理的阴影过渡，看起来像是悬浮在草地上，且左脚的鞋子形状略显扭曲。
注：图片内容暂不支持屏幕阅读器朗读。您可通过上方链接在浏览器中查看原图，后续我们将持续完善这部分的无障碍支持。
AI 评审点评
以下是 AI 评审对该模型输出的点评：
【CLAUDE】这是一张高质量的AI生成图像，对「小红帽在森林小径行走」的提示词还原度极高，五项关键要求全部达标。光影表现是最大亮点，阳光透过秋季树冠的斑驳效果真实且富有诗意。红色斗篷、柳编篮子、森林小径三大核心元素均清晰呈现，整体无现代元素干扰。主要不足在于人物姿态选择偏保守（侧背视角规避了面部与手部细节的生成难点），以及篮手衔接处的细节处理略显粗糙。综合加权得分约91分，属于优秀级别的场景生成作品。 【GEMINI】这是一张在氛围营造上非常成功的作品，光影处理达到了专业摄影水准。然而，AI 在处理复杂肢体结构（尤其是提篮子的手臂）时出现了明显的形变错误，且在道具选择上未能完全规避现代元素，导致细节经不起推敲。 【KIMI】该图像完成了提示词的基础要素堆砌，但在核心动作「行走」的呈现上存在明显偏差，人物静态站立削弱了叙事动态。光影处理偏向安全的中规中矩，既未大胆营造童话梦幻感，也未追求写实摄影的精致，最终落入「AI风景人像」的平庸范式。作为故事场景创建测试，其氛围营造能力未达预期，缺乏让观者代入童话世界的感染力。
进阶难度评测结果
- 得分：74.2 分
- 通过状态：已通过
模型生成产物
该模型生成了以下图片：
图片内容描述（由 AI 生成，供你参考）
图中展示了一幅基于童话《三只小猪》创作的绘本风格插画。画面从左至右依次排列着草屋、木屋和砖房。左侧，一只体型巨大、眼神凶狠的棕色大灰狼正从破损的草屋中扑出，惊吓得一只穿着棕色背带裤的小猪向右方逃窜。中间的木屋结构歪斜，另一只小猪正从窗户惊恐地向外张望。最右侧是坚固的红砖房，烟囱正冒着烟，第三只小猪神情淡定地趴在窗台观察。整幅画色彩明亮，以暖黄和草绿色调为主，笔触带有细腻的质感。在 AI 生成的细节上存在一些逻辑缺陷：大灰狼的前爪形态略显生硬，指甲分布不均；中间木屋上方的烟囱管道悬浮在空中，没有与屋顶自然连接；远景中木屋窗户里的小猪面部轮廓较为模糊，且砖房台阶的透视关系略显不自然。
注：图片内容暂不支持屏幕阅读器朗读。您可通过上方链接在浏览器中查看原图，后续我们将持续完善这部分的无障碍支持。
AI 评审点评
以下是 AI 评审对该模型输出的点评：
【CLAUDE】这张图像在视觉质量和故事氛围营造上表现出色，三座房子的材质区分、角色造型和整体童话风格均令人满意。然而图像在还原提示词核心动作描述上存在明显失误：大灰狼「用力吹气」这一最关键的动作被替换成了「跳跃扑击」，导致整个场景的核心叙事逻辑发生偏移——画面呈现的是「狼扑向猪」而非「狼吹倒房子」。稻草飞舞效果虽然存在，但缺乏与吹气动作的因果关联。综合来看，图像完成了场景搭建，但核心动作语义还原失败，属于「有场景、无动作」的半完成状态。 【GEMINI】这是一张视觉质量极高的绘本插画，在构图和材质表现上展现了深厚的美术功底。然而，作为 AI 生成图像，它在理解核心语义指令「吹气」上遭遇了失败。大灰狼的姿态更像是一个捕食者而非故事中那个靠肺活量摧毁房屋的角色，导致画面动态的因果关系断裂。尽管画面精美，但功能性还原的缺失拉开了它与顶级模型的差距。 【KIMI】该图像基本完成了三只小猪故事场景的构建，三座房子的材质区分和并排排列符合要求，童话风格统一。但核心动作「大灰狼用力吹气」的表现存在明显缺陷：稻草飞舞方向与吹气方向完全相反，且狼的吹气姿态缺乏力度感。这些动态表现问题直接影响了叙事逻辑的清晰度和提示词的准确还原。作为AI生成图像，在静态场景构建上表现尚可，但在关键动作的物理逻辑和动态张力上仍有明显不足。
困难难度评测结果
- 得分：69.2 分
- 通过状态：已通过
模型生成产物
该模型生成了以下图片：
图片内容描述（由 AI 生成，供你参考）
图中展现了一个融合了经典童话《灰姑娘》与伦敦地标的奇幻场景。画面中央，一位金发女性身着华丽的亮蓝色蓬松礼服，正神色匆忙地从宏伟的大理石阶梯上跑下。她的一只透明水晶鞋遗落在台阶上，而她赤着一只脚继续奔跑。背景是深夜的伦敦，一轮圆月挂在云层中，左侧清晰可见巨大的大本钟，钟面显示时间接近午夜十二点。远处还有一辆由白马拉着的金色马车正在驶离。 画面呈现出冷色调的电影质感，蓝色裙摆上的亮粉如同星光般闪烁。然而，图中存在明显的 AI 生成缺陷：最显著的是灰姑娘露出的那只脚，脚趾结构模糊且扭曲，呈现出不自然的肉团状；大本钟的表盘数字和刻度显得杂乱且不符合逻辑；背景中马车夫的身体轮廓与马车衔接生硬；此外，楼梯扶手的透视在远端略显扭曲，与背景建筑的比例关系不够严谨。
注：图片内容暂不支持屏幕阅读器朗读。您可通过上方链接在浏览器中查看原图，后续我们将持续完善这部分的无障碍支持。
AI 评审点评
以下是 AI 评审对该模型输出的点评：
【CLAUDE】这张图像在核心视觉识别度上表现良好——蓝色礼服、水晶鞋、时钟、马车等标志性元素均有呈现，能够让观者立即联想到灰姑娘故事。然而，从严格的提示词还原角度来看，存在多处关键缺失：最致命的是魔法消散特效的完全缺失，以及人物动态与「匆忙奔跑」描述的明显落差。背景建筑风格与哥特式要求不符，整体更像是电影剧照而非充满魔法感的童话场景。图像质量本身较高，但对提示词的精确执行度不足，属于「形似而神不足」的典型案例。 【GEMINI】这是一张视觉氛围极佳但细节逻辑经不起推敲的作品。模型在材质渲染和整体色调把控上展现了高水准，但在处理复杂的物理交互（脚与台阶、鞋的掉落位置）以及特定语义细节（时钟刻度、魔法粒子、人体完整性）时出现了明显破绽。尤其是左脚的缺失和右脚的穿模，严重影响了画面的专业性。 【KIMI】该图像呈现出典型的「元素堆砌式」AI生成特征：单看各元素（礼服、水晶鞋、月光）有一定完成度，但组合后严重偏离提示词的核心叙事与空间逻辑。最致命的问题在于背景建筑的选择——大本钟作为现实地标彻底瓦解了童话场景的沉浸感，时钟位置、马车形态、魔法特效等关键要素均未准确还原。人物动态与水晶鞋位置的失误进一步削弱了「午夜逃离」的叙事张力。整体属于「形似而神不似」的半成品，提示词完成度约60%。
相关链接
您可以通过以下链接查看更多相关内容：
