Nano Banana 2發(fā)布！速度更快，4K直出，接入谷歌全線產(chǎn)品

文章轉(zhuǎn)載自「新智元」，F(xiàn)P進行了部分刪減。

「AI 圈可能就沒有睡過一個好覺?！?/p>

今天凌晨，谷歌發(fā)布了其最新圖像生成模型Nano Banana 2。基于Gemini 3.1 Flash Image的全新一代模型，Nano Banana 2不僅在生成速度上大幅提升，多語言文字處理更強，還能實時聯(lián)網(wǎng)，一次直出 4K 大片。

在 Artificial Analysis 的文生圖基準(zhǔn)測試中，Nano Banana 2輕松拿下了全球第一。

在圖像編輯能力上則位列第三，僅次于 GPT Image 1.5 和 Nano Banana Pro。

在 Image Arena 中，NB2 文生圖同樣問鼎榜首，斬獲 1279 Elo 得分，圖像編輯實力僅次于 GPT Image。

谷歌官方測評中，NB2（開啟 Thinking + 文本搜索 + 圖像搜索后）在整體偏好、視覺質(zhì)量和信息圖表準(zhǔn)確性三個維度上，不僅全面壓制了 GPT-Image 1.5、Grok Imagine Image Pro 等一眾競品，甚至還超越了大哥 Nano Banana Pro。

值得一提的是，它的輸出價格只要 0.0672 美元/張，僅為 Pro 的一半。

??關(guān)注 Founder Park，最及時最干貨的創(chuàng)業(yè)分享

超 19000 人的「AI 產(chǎn)品市集」社群！不錯過每一款有價值的 AI 應(yīng)用。

邀請從業(yè)者、開發(fā)人員和創(chuàng)業(yè)者，飛書掃碼加群：

進群后，你有機會得到：

• 最新、最值得關(guān)注的 AI 新品資訊；
  

• 不定期贈送熱門新品的邀請碼、會員碼；
  

• 最精準(zhǔn)的 AI 產(chǎn)品曝光渠道

01從「只會畫畫」進化到「理解世界」

Nano Banana 2 區(qū)別于其他圖像生成模型，有兩大殺手級本領(lǐng)。

第一個是世界知識。

Nano Banana 2全面接入了Gemini的知識庫和實時網(wǎng)絡(luò)搜索。

你讓它畫一座真實存在的建筑，它會先上網(wǎng)搜一搜視覺參考資料，搞清楚這地方到底長什么樣，然后再按照你指定的風(fēng)格渲染。

這種理解力也讓它能直接幫你做信息圖表、把筆記變成示意圖、生成數(shù)據(jù)可視化。

比如，讓它生成水循環(huán)的科普信息圖。

模型選擇了正上方俯拍的鳥瞰視角，在干凈的淺灰色紋理背景上，把水循環(huán)的每個步驟從左到右清晰鋪開。

背景上還畫了簡約的黑色手繪箭頭來引導(dǎo)視線，光線柔和均勻，幾乎沒有陰影干擾，整體既有教育感又不沉悶，是那種你真的可以直接拿去課堂用的水平。

描繪水循環(huán)的平鋪俯拍信息圖

再看這張云類型的對比圖。

它采用了三聯(lián)畫的形式，把積云、層云和卷云分別放在三個畫幅中，每種云都有極具戲劇感的天空作為背景，配上醒目的標(biāo)簽文字。

整體是高對比度的美漫風(fēng)格，信息清晰，視覺沖擊力也拉滿了。

對比不同云類型的三聯(lián)畫信息圖

這張則是讓模型先搜索克洛·呂斯城堡（達·芬奇晚年居住的法國城堡）的真實照片作為參考，然后用色彩明艷的綜合立體主義風(fēng)格重新演繹。

模型不僅準(zhǔn)確還原了建筑的基本結(jié)構(gòu)特征，還把立體主義那種多視角拼貼、幾何化解構(gòu)的精髓融了進去，而且嚴格遵守了「無文字」的要求。

這就是「世界知識」帶來的差距——它知道這座城堡長什么樣，而不是憑空捏造。

綜合立體主義風(fēng)格的克洛·呂斯城堡

更厲害的是，谷歌還專門做了一個叫「Window Seat」（靠窗座位）的應(yīng)用來秀這個能力。

具體來說，他們讓Nano Banana 2調(diào)用知識庫和網(wǎng)絡(luò)圖像搜索，再結(jié)合世界各地的真實場景和實時天氣數(shù)據(jù)，生成逼真的飛機窗外風(fēng)景。

相當(dāng)于給你來了一場足不出戶的環(huán)球旅行，而且每一幀窗外的景色都基于真實的地理和氣象信息，不是隨便糊弄的。

第二個是文本渲染和翻譯。

AI圖像生成最大的老毛病之一就是「寫字像鬼畫符」，Nano Banana 2在這塊下了狠功夫。

生成的文字準(zhǔn)確清晰，做營銷海報、賀卡完全夠用。

看下面這組圖。

第一張是一個充滿自然氣息的電影級特寫，展現(xiàn)了一塊由回收環(huán)保材料制成的精美指示牌，上面畫著當(dāng)?shù)氐镍B類和花卉，牌子下方用優(yōu)雅的手寫字體寫著「原生野生動物：請保持距離觀賞」。柔和的漫射光透過旁邊蕨類植物的葉片灑下，背景是生機勃勃的綠色植物虛化效果。

第二張則是一句話就完成了場景本地化——把整個概念轉(zhuǎn)換成印度場景，所有文字翻譯成印地語，連植被、光線氛圍都做了相應(yīng)調(diào)整。這種「一鍵本地化」的能力，對做全球化內(nèi)容的創(chuàng)作者來說太實用了。

本地化版本的「原生野生動物」指示牌

同樣的，谷歌也為這個能力配了一個酷炫的演示——「Global Ad Localizer」。

這個全球廣告本地化工具，能直接把廣告素材翻譯成不同語言版本，不僅渲染翻譯后的文本，還會同步調(diào)整畫面中的視覺元素來適配目標(biāo)市場。

024K創(chuàng)意大片，畫質(zhì)更牛了

速度上去了，質(zhì)量沒掉，這才是Nano Banana 2真正讓人興奮的地方。

首先，是主體一致性的大幅提升。

具體來說就是，一個工作流里最多能保持5個角色的特征一致，以及14個對象的高保真度。

什么概念？看完下面這張圖你就懂了。

14個風(fēng)格各異的角色和道具一起出現(xiàn)在農(nóng)場場景里愉快玩耍，整體氛圍逗趣、搞怪、歡樂。

關(guān)鍵是每一個角色和道具都嚴格保持了原本的特征與形象，沒有一個「變臉」或「串臺」的。

農(nóng)場里逗趣歡樂的角色和道具

再看這組更有敘事感的例子。

3個毛茸茸的小伙伴一起建樹屋的故事，被拆成了6個章節(jié)。整個故事驚險刺激、情節(jié)跌宕起伏，以一個歡樂的時刻收尾。

最厲害的是，三個角色在6張圖里的服裝和外貌特征始終一致，但表情和視角每張都不一樣，而且嚴格保證每張圖里每個角色只出現(xiàn)一次。

這對需要做連續(xù)敘事的創(chuàng)作者來說簡直是福音——終于不用每生成一張圖就發(fā)現(xiàn)「主角換了張臉」。

正在建造樹屋的毛茸茸小伙伴們

接下來這個名叫「Pet Passport」（寵物護照）的應(yīng)用，堪稱是「鏟屎官的快樂制造機」。

在這里，你只需要上傳一張寵物的照片，模型就能讓你的毛孩子開啟一場全球大冒險，打卡各大著名地標(biāo)。

而且，它還內(nèi)置了各種創(chuàng)意控制設(shè)置，讓你能定制不同的風(fēng)格和效果。

關(guān)鍵是無論去到哪個目的地，寵物的外觀都能保持高度一致。

其次，指令遵循更精準(zhǔn)了。

你腦子里想的那些微妙細節(jié)，現(xiàn)在模型能更好地捕捉到。復(fù)雜的描述不再被「自由發(fā)揮」成另一個東西。

第三，規(guī)格也拉滿了。

從512px到4K，各種寬高比隨你挑。

值得一提的是，512px是這次新增的分辨率層級，專門為低延遲和高負載場景優(yōu)化。如果你的工作流需要快速迭代大量圖像，這個檔位能幫你把效率拉到極致。

寬高比方面，除了常見的比例之外，這次還新增了4:1、1:4、8:1和1:8這些極端比例，橫幅廣告、豎屏長圖、信息流卡片都能原生適配，不用再靠后期裁切了。

對于開發(fā)者來說，還有一個對畫質(zhì)影響很大的新功能：可配置的思考級別（Thinking Level）。

你可以手動調(diào)整模型在生成圖像之前的「思考深度」——默認是最低級別，追求速度。

切換到高級或動態(tài)模式后，模型會在渲染前對復(fù)雜的提示詞進行更充分的推理，從而顯著提升輸出質(zhì)量和指令遵循度。

最后，視覺質(zhì)量本身也躍升了一個臺階。

光影更生動，紋理更豐富，細節(jié)更銳利。

比如下面這張霧氣繚繞的山谷航拍圖。

可以看到，從極高的俯視角度鳥瞰整個峽谷，前景是深色水域環(huán)繞著一片明亮的綠色田野，田野邊緣點綴著散落的樹木和灌木，一條狹窄蜿蜒的小路在右側(cè)的綠丘中穿梭消失在遠方。

山谷深處，淺藍灰色的湖泊在植被茂密的巍峨群山之間延伸，山峰隱沒在低垂的霧氣中。

主色調(diào)從前景郁郁蔥蔥的翠綠過渡到遠處更暗更柔和的色調(diào)，水面倒映著陰沉的天空，厚重的云層營造出柔和的漫射光效。整體散發(fā)著蘇格蘭高地般的粗獷之美，那種寧靜、未被馴服的荒野氣息撲面而來。

霧氣繚繞的翠綠山谷全景航拍圖

再看這張波普藝術(shù)時尚人像。

畫面采用略低的仰視機位，一位年輕的深膚色人物穿著一套極其搶眼的西裝。

面料上印著大膽的電光藍漩渦波浪紋，其間穿插著巨大的亮粉色同心圓，相互重疊向外輻射。

寬大翻領(lǐng)的西裝外套搭配鐘形袖，內(nèi)搭熨燙平整的黃色翻領(lǐng)襯衫，闊腿褲向地面戲劇性地散開。

亮黃色的心形墨鏡、巨大的粉色圓形耳環(huán)、雙手叉腰的桀驁姿勢，在純粹均勻的天藍色背景前，整個畫面就像一顆從波普藝術(shù)宇宙里炸出來的視覺炸彈。

而且，不管你要求什么樣的比例，模型都能精準(zhǔn)輸出。

不同寬高比的高度風(fēng)格化波普藝術(shù)時尚人像

03極強的連貫性，能通過一幀畫面「腦補」整個世界

自Nano Banana出世后，全世界人們已用它生成超十億張圖像。

谷歌DeepMind通過「氛圍編碼」手搓了一個demo，展示了NB對現(xiàn)實世界的強大理解力。

每一幀畫面，NB2都只能看到前一張圖，便能「腦補」出接下來的場景，連貫性簡直強到離譜。

如今，一大批網(wǎng)友們紛紛曬出了Nano Banana 2的驚艷實測demo。

一句簡單的提示，它便完美還原了1970年代的貝爾法斯特。

甚至，可以隨意截取一張地圖，讓NB2生成一張卡通風(fēng)格的全景圖。

上傳一本書的封面圖，NB2即可直出一張書本中的展示水母的頁面。

在文本渲染上，NB2再上一個全新的臺階，精準(zhǔn)直出手稿、白板、海報等字體。

左右滑動查看

讓NB2生成一張今日科技界新聞報紙，通過聯(lián)網(wǎng)搜索，它直出新聞頭版，不過在較小細節(jié)上有些問題。

另一個demo中，NB2在文本生成上同樣展現(xiàn)出超強的統(tǒng)治力。

不僅如此，NB2生成的人物肖像更加真實，肉眼難以辨別真假。

左右滑動查看

一張對比圖中，NB2在游戲人物刻畫上更加精細、強大。

還有貨柜展示、旋轉(zhuǎn)樓梯等各種創(chuàng)意圖，NB2全都表現(xiàn)不凡。

左右滑動查看

一張二次元動漫圖，NB2可以一鍵復(fù)刻成GTA風(fēng)格的圖片。

NB2生成的一張3D微縮模型場景圖，場景還原非常逼真。

NB2制作的信息圖，細節(jié)非常豐富。

左右滑動查看

a16z合伙人Justine Moore測試中發(fā)現(xiàn)，NB2在信息圖表、廣告、動作鏡頭，甚至是卡通生成實力提升，且速度非?？?。

左右滑動查看

在同一提示下，NB2可以更好遵循指令，生成效果要比GPT Image 1.5更加逼真。

以下是一些谷歌DeepMind官方的demo：

左右滑動查看

左右滑動查看

04Nano Banana 2 已經(jīng)接入谷歌全線產(chǎn)品

從世界知識到文本渲染，從14個主體保真到4K輸出，能力盤點到這里，你可能已經(jīng)躍躍欲試了。

好消息是，Nano Banana 2已經(jīng)在谷歌的全線產(chǎn)品中鋪開：

GeminiApp是最直接的入口。

Nano Banana 2將在Fast、Thinking和Pro模型中全面取代Nano Banana Pro，想要「頂配」的用戶依然可以通過三點菜單選擇「重新生成圖像」來切換回Nano Banana Pro。

順便提一句：圖片生成的數(shù)量，每天是有限額的。

未訂閱Google AI方案的用戶，24小時內(nèi)最多可生成100張圖片；已訂閱Google AI Plus、Pro或Ultra的用戶，這個上限提升到1,000張。

對于大多數(shù)人來說足夠用了，重度創(chuàng)作者可以考慮上個訂閱。

谷歌的老本行——搜索，也安排上了。包括Google App、移動端和桌面端的AI Mode，以及智能鏡頭（Lens）。

開發(fā)者可以在AIStudio、GeminiAPI和Vertex AI中拿到預(yù)覽版，Google Antigravity同樣支持。

Flow的用戶更是直接受益——Nano Banana 2成了默認模型，全員免積分使用。

GoogleAds里也集成了，創(chuàng)建廣告系列時會自動提供智能建議。

轉(zhuǎn)載原創(chuàng)文章請?zhí)砑游⑿牛篺ounderparker