文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
機器之心編輯部
一句話：Pro 級質量 ， Flash 級價格 。
預告了許久的Nano Banana 2 ， 終于來了 。
谷歌CEO皮查伊發帖聲稱：「這是我們迄今為止最好的圖像模型 。 」
https://x.com/sundarpichai/status/2027057726170509724
目前該模型已經作為默認圖像模型在 Gemini App、Google Search（覆蓋 141 個國家）和 Flow 上線 ， 同時在 Google AI Studio 和 Vertex AI 提供預覽 ， 也可以在 Google 的 Antigravity 中使用 。
這一次升級 ， 核心不只是畫質再抬一檔 ， 而是能力結構發生了明顯變化 。
Nano Banana 2 融合了 Gemini 對世界的深度理解 ， 同時利用實時網頁搜索獲取的信息和圖片 ， 因此能夠以極高的保真度來反映真實世界的當前狀況 。
皮查伊舉了個「Window Seat」（窗邊座位）的例子 。 隨便挑世界上任何一個地方的「窗戶視角」 ， 模型就能實時生成那個窗戶往外看的景色 ， 還會自動拉取當地實時天氣 ， 同時支持 2K/4K 高清 。
網友使用搜索功能 ， 模型先通過網頁搜索理解鷦鷯到底長什么樣 ， 再生成精美的桌面 。
提示詞：使用圖片搜索查找鷦鷯的精準圖像 。 制作一張精美的壁紙（比例3:2） ， 采用自然的上下漸變效果 ， 并保持極簡構圖 。 來自X@fofrAI
文本能力 ， 仍然是這一代重點補強的方向 。
Nano Banana 2 被明確定位為可以在圖像中生成清晰、可讀、可直接商用的文字內容 ， 無論是營銷物料還是賀卡設計 ， 拿來即用 。
來自X@ZHO_ZHO_ZHO
從社區反饋看 ， 文字、排版穩定性 ， 相比前代確實有明顯提升 。
來自X@oran_ge（左圖）X@ZeroZ_JQ（右圖）
來自X@karminski3
拉納克普爾耆那教寺廟的柱子 ， x@tulseedoshi
模型也在更高復雜度場景下展示出一定統籌能力 。
沃頓商學院教授@emollick提前體驗了 Nano Banana 2 。 「它雖然還不完美 ， 但卻是第一個能以較高的一致性處理極其復雜的圖像和圖表的模型 。 」
他給出的指令是：
「show me a where's waldo set in ancient Venice but instead of waldo it is an otter wearing a blue striped pilots outfit.」（給我展示一張以古代威尼斯為背景的《威利在哪里》（Where's Waldo）風格的圖片；但要把威利換成一只穿著藍色條紋飛行員制服的水獺 。 ）
X@emollick
如此復雜多元的畫面生成 ， 我仔細瞅了半天 ， 還真找到了 ， 而且 ， 只有一個水?。 〉比灰燦忻?， 比如長尾巴的小男孩：
【谷歌Nano Banana 2又刷屏了：又快又便宜，設計師當場破防】速度 ， 是這代最直觀的體感升級之一 。
用戶反饋 ， 生成 4K 圖像不到一分鐘 。
關鍵還便宜！結合官方給出的價格 ， 比 Pro 全面便宜：圖片便宜 25-50% ， 文本 token 便宜 70-80% 。
一句話：Pro 級質量 ， Flash 級價格 。
從社區實測來看 ， Nano Banana 2 的主體一致性表現 ， 也是這一代的亮點之一 。
我們簡單體驗了一下 ， 確實做得不錯 。
提示詞：保持所有角色和物體與之前（左圖）完全一致 。 重新布置場景 ， 讓五個角色圍坐在一張圓桌旁 ， 自然互動 。 九個物件必須全部保留 ， 并且清晰可見 。 電影級光影 ， 中景 ， 照片級真實感 。 （右圖是結果）
谷歌表示 ， 在單一工作流中可保持多達 5 個角色的一致性 ， 以及多達 14 個對象的保真度 。 這讓你可以進行分鏡創作和敘事構建 ， 而無需改變輸入對象的原型外觀 。
換句話說 ， 當角色一致性不再頻繁崩壞 ， 分鏡、故事板、連續廣告乃至 IP 視覺資產的自動生成才真正具備可行性 。
指令遵循能力同樣明顯收緊 。 Nano Banana2 能很好理解如此復雜、包含多重指令的草圖輸入 。 難怪博主直呼「設計師們 ， 我覺得我們完蛋了！」
@hewarsaber丟給它一張草圖 ， 輸入提示詞：Turn this sketch into a landing page for an Al video platform.Purple and white.Clean and modern.Hero headline: 'AI Video That Speaks Your Script'.Show an Al avatar on the right. Add use case tags below the nav（將此草圖轉化為AI視頻平臺的落地頁 。 紫色和白色 ， 簡潔現代 ， 醒目的標題：「人工智能視頻 ， 朗讀你的腳本」 ， 在右側顯示人工智能頭像 ， 在導航欄下方添加用例標簽 。 ）
微妙的鏡頭語言控制 ， 執行穩定性也有提升 。
提供了3張參考圖片和一個簡單的提示：這里展示的是35mm、50mm和85mm焦距 ， 光圈分別為f/1.2和f/2.0的情況 。 x@LinusEkenstam
網友評價 ， 第一個輕松理解如何使用廣角鏡頭拍攝特寫的圖像模型 ， x@aifilmmaker
在產品規格上 ， 全面控制各種長寬比（包括1:8、 8:1 這種極端畫幅） ， 專為橫幅、故事流和全景內容設計 。
分辨率覆蓋 512px 到 4K 。 加入低分辨率（512px）快速模式 ， 更適合高頻迭代與大規模流水線 。
雖不及 8:1 極端 ， 很多網友在曬的這種全景圖 ， 已經很驚艷 。
還有網友讓它生成一個 720 度的 vr 素材圖 ， 加入交互 ， 就得到了一個全景網站 。
X@ZeroZ_JQ
值得一提的是 ， 在保持速度的同時 ， 視覺保真度也有所升級 。 畫面充滿活力的光影、更豐富的紋理和更清晰的細節 。
看看這張圖！睫毛根根分明 ， 眼周皮膚、眼睛里的紅血絲都清晰真實 ， 甚至能從眼睛里看到窗外的那只鳥 。
https://x.com/chetaslua/status/2026961626549887069?s=20
皮膚細節清晰可見 ， 毛孔 ， 臉頰、鼻頭因冷空氣 ， 自然泛紅 。 X@charliejhills
網友還玩出了不少花樣 。
博主@fofrAI引用了別人在圖書館隨手拍的一本童書《How to Hold Animals》 ， 然后給模型下提示「Show the jellyfish page from this book」 。
模型立刻生成了書里第 42 頁關于水母的內容 ， 風格、排版、插畫質感 ， 看起來就像直接從書里掃描出來的一樣 。
https://x.com/fofrAI/status/2027076683010851284
模仿你的筆跡 ， 寫一首詩 。
X@Prathkum
居然還能生成 CAD 。
當然 ， 翻車的例子也不少 。 比如 ， 這個倒立就有問題；郭德綱于謙互換臉 ， 也失敗了 。
x@karminski3（左）X@ZHO_ZHO_ZHO（右邊）
生成準確的時鐘 ， 似乎一直是個難題 。
X@ZHO_ZHO_ZHO
據說 ， Google Ads 也已開始接入這一能力——這幾乎等同于公開宣告：圖像生成正在正式進入廣告生產基礎設施 。
從更宏觀的產品策略來看 ， 谷歌的意圖已經越來越清晰：不是單純把圖像模型做得更好看 ， 而是把它們全面推入高頻生產基礎設施 。
當 Pro 級能力開始系統性下沉到 Flash 檔位 ， 圖像生成的使用頻率 ， 很可能會迎來下一次臺階式躍升 。
參考鏈接
https://blog.google/innovation-and-ai/technology/ai/nano-banana-2/
推薦閱讀
- 谷歌生圖新王Nano Banana 2深夜突襲！性能屠榜速度飛升，價格腰斬【附實測】
- “一小時內完成了三年戰略規劃”——谷歌云生態公司CEO談AI落地
- 超越IMO金牌？谷歌創超難FirstProof數學挑戰新紀錄
- 谷歌版「豆包手機」發布 GUI 操作實現跨 App 代辦
- 遭谷歌制裁，OpenClaw創始人：Anthropic會先打電話，直接封號
- 手機丟了哪里找？三星S26系列不支持谷歌關機查找功能
- Nano Banana 2，泄露！
- 谷歌Gemini最“小”的一次迭代，姚順宇為何高呼“不可阻擋”？
- 融資34億！谷歌前TPU員工創業新型芯片，卡帕西也投了
- 谷歌高管放話：這兩類AI初創公司，別輕易涉足了