arXiv Artificial Intelligence· Will Tucker-Ray, Marika Swanberg, Alexander Knop, Marvin Chow, Eric Culbertson, Julian Jacobs, Pritish Kamath, Ravi Kumar, Jason Mothersill, Mikhail Pravilov, Eugene Quan, Yurii Sushko·· 13 小时前AI 评分28
Gemini Nano Banana 图像生成与编辑的病毒式传播、教育与商业用途有何不同？一项隐私保护描述性分析
How are viral trends different from educational and commercial uses of LLM image generation and editing? A privacy-preserving descriptive analysis
AI 导读
研究利用 Google 的 Urania 框架，在差分隐私（DP）保障下分析 2026 年初约 210 万条使用 Gemini Nano Banana 模型的对话，全程不查看任何单张图像或单条提示词。
推荐理由模型分析
该研究用差分隐私框架分析210万条图像生成对话，在不查看单张图像或单条提示的前提下，将使用场景聚为五类并比较21项提示特征，给出了隐私保护下的使用基线。对做图像模型评测、产品需求分析和隐私合规的团队，可参考其聚类与特征设计，判断哪些用例是Nano Banana之后新出现的；结论限于2026年初的抽样对话，不代表整体用户或生成质量。
来源：arXiv Artificial Intelligence · arxiv.org