nano-banana的更新，是一个AI创新的历史性节点。 这个模型揭开了一块AI行业的一块遮羞布。 所有能打的AI绘画模型，不是产品的原因， 仅仅是因为不懂业务，只看需求！ 他们认为，客户的需求很重要， 于是追求完成这个需求。 但是完成这个需求，需要扎实的业务功底。 和一个巨长的业务执行流程，整个路径非常复杂。 相当于让一个种地的老汉，去米其林后厨做一份牛排。 大厂同行：都在追求炫酷的简单输入，炫技输出。 领导很兴奋，员工跑断腿，效果打折，周期创作周期巨长。实际在业务上，能解决的问题非常有限，业务识别空缺，导致模型产品化路径的曲折。 总是研究的放后面，能引发话题的放前面。 废了一百年的努力，做出来一个半吊子东西。 结果：小白骂娘，从业者骂娘，营销号捧上天，消费者寥寥无几。 小厂同行：技术实力不足，资源不足，使了大劲满足一点点需求，还需要强大的知识探索欲，技术实践成本高，花几个月时间，巨大资金成本解决一个小问题。有一部分使用基础，熊瞎子劈苞米，消费者丢一群再拉一群。迭代根本没法持续覆盖。 结果：学会的用烦了，没学会的又很难学会。 开源同行：应用做了七七八八，精神世界满足开花，加起来服务没几十万人，全都是赚到钱没给开源创作者花。模型迭代一次，坟头高一尺，没准哪个模型出来，过去的技术根本没有迭代的必要。 结果：有道义的同行人，纷纷跳坑，只剩下几个孤儿。 懂业务，是做AI的前提。 我很早就说过，2023年我之所以用AI绘画， 是因为我要画分镜，我们花了大量的努力， 在2024年初就实现了和名人合影，训练一致性模型。 很多现在简单的功能在一年多前都可以实现， 不懂业务的人，连看都看不懂。 今天nano-banana每一个功能都是直切业务核心点的。 他不是单纯的一个模型技术的更新。 论修改，其实有很多了，方法也有很多。 但是这个模型，一次性把所有的业务关窍打通了。 其实sora已经很厉害， 但是sora对业务的覆盖没那么全面。 几个月前，很多谷子店类的供应商， 都开始用sora做业务内容了。 但限制很多，可是从我们对模型理解来说， 开源模型是技术瓶颈， 但是对于sora这些模型，有些业务细分， 不应该是这个模型的瓶颈。 举个简单的例子，让柯南从空手到拿一枝花没有问题。 但是你让一个手办，手上多一个东西却非常难。 从业务的角度讲，这件事其实一点不难。 可sora就是不给你优化， 是技术不到位吗？MJ那么简单的操作，实现不了吗？ 完全就是对业务理解的偏差。 那么我们再举一个MJ的例子， 这个模型的审美水平强不强？ 说实话，一年以前， 我们就可以用这个模型来实现多视角服装模特了。 还有仿真人的虚拟真人角色创建。 但是技术实现上非常讨巧， 至今可能没人能做到， 我们也不愿意把这些东西传播出去。 但大多数人的视野里，是看不到MJ模型本身的能力的。 MJ公司追求的什么我也不知道， 就知道他们在不断的做，跟业务贴边的东西， 就是不好好优化，导致这个模型的二次修正特别多。 我再说一遍，上面两个问题，不是模型能力不行， 就是公司对各行各业需求的业务不理解。 谷歌证明给你们看了，谁也不需要反驳， 站着挨打就完事了。