【功能体验】Nano Banana Pro 图片转 PPT功能测评

官方于今日更新了一项AIPPT方面的新功能-Nano Banana Pro图片转PPT，测评前我们先简单了解下Nano Banana Pro。

Nano Banana Pro是谷歌于2025年11月发布的基于Gemini 3 Pro构建的AI图像生成模型，支持4K原生分辨率输出、多语言精准文本渲染和14张图像融合生成，算是目前市面上很强大的图像生成模型（本人内心觉得在图像生成方面他目前是第一），相较于传统的图像生成模型，Nano Banana Pro生成的图像更为精准，文字更为清晰，不会再出现AI自己创造文字的情况，为了体验更为准确，接下来我们用Nano Banana Pro生成的图像进行功能演示。

———————————正文来了———————————

测评环境： 系统：WIN11 64位专业版25H2 浏览器：Edge浏览器

功能网址：AIPPT-边聊边改，轻松创作

网页方面提供了简单的入口，支持PDF格式导入和图片导入，支持最多30张以内不超过20MB的多格式图片，支持单个不大于100MB的PDF文档，小白也可轻松上手，我们不做过多赘述，中途如涉及到功能使用，会以图文方式进行说明。

官方对功能的描述为“文本可编辑，字体还原准，图层可分离“，我们按照官方的逻辑进行这三个层面的测评。

测评图片1（大小1.25M，jpg）

我们可以看到，测评图片1文字清晰，字体准确，我们直接将图片上传

提示转换成功之后我们点击在线编辑，进行修改测试。

测评方向

1. 文本是否可编辑

通过导入的图片发现，全文共有三处文字区域，我们遵循从上到下，从左到右依次分为三个文字区域。

测试发现，我们可以看到文字区域1和文字区域3识别后为可修改状态，

但是文字区域2却是不能修改状态，此处的疑问是底色较为单一，周围并没有明确干扰项，文字字体清晰无误，逻辑上应该是可以直接识别出来的，我们为了准确性，使用WPS图片的编辑图中文字功能，发现可以直接识别并进行编辑

2. 字体还原精准度

我们仍然遵循从上到下，从左到右依次分为三个字体区域，从字体、颜色两个方面进行对比。

左侧为识别编辑后的字体，右侧为原图

对照组1

我们通过对比发现字体没有发生变化，但是字体颜色发生了变化，都属于黄色色系，但是一个是浅黄一个是亮黄。

对照组2

对照组2因为并没有识别成功文字，是以图层方式识别的，识别之后的图片文字带有光晕，本对照组没有实际对比意义。

对照组3

我们可以清晰的看到文字还原度很高，但是字体识别方面仍然有些许不足，出现此种情况我们可以手动修改来达到美观要求，可能有社区大神也发现了，折射角附近的弧线以及法线下半部分出现了缺失，因为此处无法修改，我们将这部分放到图层识别里面来说。

3. 图层分离准确性

我们仍然遵循从上到下，从左到右依次分为四个图层区域，从图层分离度、图层可编辑性方面进行对比。

图层区域1

其实第一次使用的时候，还是有惊艳到我的，区域1图层分离几乎达到了完美程度，只有箭头处小部分没有识别，编辑方面因为该图层没有文字，无法编辑，只能编辑图片属性。

图层区域2

图层区域2正常识别，我们在新建的空白演示里可以很明确的看到识别区域比较精准，但是周边有杂色区域，识别分割范围没有达到预期的水平，当然，每个人的预期不一样，先以我的预期来😄

图层区域3

图层区域3也完美分离，但是仍然存在边界的问题，如果对美观要求较高，需要后期手动裁剪图片

图层区域4

区域4我个人觉得是分离最最完美的，文字可编辑，图层也单独分离

为了提高测评准确性，我们再次使用一张Nano Banana Pro生成的图片进行测试，测试图片2的过程不再做过多赘述，会直接把最后的对比结果呈现出来。

测评图片2（1.63MB，png）

测评结果图

我们可以很直观的看到，测评图片2文字区域全部可以直接修改，但是仍然出现了字体颜色的变化，图层识别区域最中心的区域以及背景区域等部分没有做到识别。

综上，从几个角度测评发现，识别精度来说整体是可以满足使用的，也存在着一些不足

1. 在底色较为单一、字体准确的情况下出现无法编辑字体的情况

2. 字体颜色会出现不一致的情况

3. 图层分离精准度较高，分离后会出现图层范围之外的边框场景，但是在颜色背景带有干扰的情况下，比如测评图2的相似背景不同元素的情况下，会出现图层识别不到的情况。

本次测评其实在尽量保证公平对比的情况下其实在一些方面带有本人主观臆断的，在现实场景中不同的群体对于图层有着不同的理解，比如教师群体可能会想的是如果给我一张图片，可否全部转化为可编辑元素，比如二级图层这种。

————————碎碎念一下————————

对于AI我一直认为AI应该是去帮助人类释放创造力，去辅助用户更轻松的完成部分工作，而不是完全替代用户去工作，在使用AI的同时也需要积极增进自己的能力，不能全部依赖于AI，所以在这个功能上虽然有部分欠缺，但是对于目前解放生产力来说是有帮助的，而AI功能的发展也不是一下就可以完美的，中间涉及到各种算力算法，需要时间与技术的积累。也很期待未来5到10年，AI的发展是否会出现变革性的突破，真正的由模型突破到智能。

————————马上过年了，提前给大家拜个早年————————

提前祝各位牛马，呸，不是，各位WPS工作人员、共创用户、各位老师新的一年，暴富。