从 开源一个可以用 banana pro 翻译涩图的项目～ 继续讨论.
最近 banana pro 总是负载太大，经常在翻译、嵌字漫画时嵌到一半卡在那儿了（猫猫摇头.jpg）。传统的机翻嵌字软件（气球、saber翻译器等等）虽然功能强大，但是想达到好看的效果还是必须花费相当量的精力去调整图片、文本框的。
不过转念一想，banana 强归强，但有视觉能力的 AI 可不止 banan 一个啊！
开发一个 AI 漫画编辑器，给有视觉能力的 AI 开个接口让它们自己找文本框、自己嵌字岂不美哉？
这样也能节省大香蕉的资源，好钢用在刀刃上，用来对最复杂的几张图进行嵌字。
于是这个小玩具诞生了：
别提哈，效果还真不错！
1. Gemini 3 Pro（注：图3是最新版本的编辑器，排版比图1图2好看不少）
前两张图字对不齐是早期版本编辑器的问题，第三张图的字就能对齐了
没有经过任何人工调整，直出的效果。把图片发给它，然后就自动翻译、自动涂掉日文、自动嵌字了。
不仅是位置、字体、字号还是翻译质量，效果都让我相当满意，少量地手工调一下甚至可以发布到漫画平台了（当然，编辑器也内置了方便的手工调整功能）。
2. Gemini 3 Flash（注：图2是最新版本的编辑器，排版比图1好看不少）
令人惊喜的是，Gemini 3 Flash 不仅速度快，效果和 3pro 也相差无几，性价比超高：
3. 稍低成本模型（2.5f / 2.5p）
可能有人要问了，哪怕是 gemini 3 flash 成本也相对比较高啊，2.5f/2.5p 的效果怎么样呢？
上图：
2.5p：
2.5f：
我了个去，这文本气泡都飞到天上去了。
但这不代表 2.5p 和 2.5f 就不能用了，因为我们还有文本探测技术，可以检测到日文文本的坐标信息：
假如提前把坐标告诉 AI，能否让嵌字质量上升？
我在给项目加上了 dmMaze 的 comic-text-detector 之后，再尝试了一次：
2.5p + 文本探测：
2.5f + 文本探测：
虽然还是比不上 gemini 3 flash，但能用了！
4. 其他模型测试（还没更新完）
顺带一提，最近新出的 kimi k2.5 我也试了试：
fast：
k2.5 fast+ 文本探测：
k2.5 思考 + 文本探测：
嗯……不管是翻译质量还是视觉能力都和 2.5f 还有差距，不过也开始接近了，未来可期。
挺不错的，一键翻译下已经是以前那种个人汉化不管排版的那种风格了