Nano Banana 2 发布：专业级图像生成，闪电速度

TL;DR

Google DeepMind 宣布了 Nano Banana 2，这是一款将 Nano Banana Pro 的高级功能与 Gemini Flash 的超低延迟相结合的图像生成模型，使高质量、基于知识的图像能够在 Google 产品中即时使用。

什么是 Nano Banana 2？

Nano Banana 2（亦称 Gemini 3.1 Flash Image）是 Google DeepMind 最新的最先进图像模型。它在提供 Nano Banana Pro 的 世界知识、推理能力和视觉保真度 的同时，以 Gemini Flash 的 闪电级速度 运行。该模型旨在实现快速编辑、迭代以及在网络搜索结果中的实时落地。

核心技术进展

闪电般的推理速度

  • Nano Banana 2 继承了 Gemini Flash 的低延迟架构，实现了几乎即时的图像生成和编辑循环。
  • 速度提升使得专业级功能能够在交互式场景中使用，例如 Gemini 应用和 AI 模式搜索。

高级世界知识与落地

  • 该模型接入 Gemini 的实时网络知识库，在生成过程中提取最新信息和参考图像。
  • 这种落地提升了主体渲染、信息图制作和数据可视化的准确性。

精准文本处理

  • Nano Banana 2 能在图像中渲染清晰的高分辨率文本，支持营销模型、贺卡以及多语言本地化。
  • 文本翻译和本地化直接在图像生成流水线中完成。

增强的创意控制

  • 主体一致性 – 最多五个人物和十四个物体在同一工作流中保持外观一致，便于分镜和叙事序列。
  • 指令遵循 – 模型对复杂提示的遵循更严格，减少后期编辑需求。
  • 生产级规格 – 支持从 512 px 到 4K 分辨率的宽高比，覆盖垂直社交帖子到宽屏背景。
  • 视觉保真度升级 – 即使在闪电速度下，也能保持更丰富的光照、纹理和细节。

展示的能力

  • 信息图 – 生成了一个平铺的水循环图，拥有清晰的箭头和一致的样式。
  • 科学可视化 – 生成了一个三联画，以高对比度漫画风格比较云的类型。
  • 艺术风格 – 以明亮色彩的合成立体主义渲染了 Museum Clos Lucé，且没有文字覆盖。
  • 本地化标识 – 创建了一个野生动物标志，并自动将文字翻译为印地语，同时保持视觉布局。
  • 复杂场景 – 在农场场景中保持了 14 个角色和物体的身份一致，并为六格树屋故事绘制了分镜，保持角色设计一致。

产品发布

  • Gemini 应用 – 在快速、思考和专业模式下取代 Nano Banana Pro；Pro/Ultra 订阅者可通过图像再生成菜单保留专业功能。
  • Google 搜索（AI 模式 & Lens） – 在网页和移动端提供，覆盖 141 个新国家/地区以及另外八种语言。
  • AI Studio 与 Gemini API – 通过 AI Studio 和 Gemini API 提供预览访问（定价详情请参见 API 网站）。
  • Google Cloud（Vertex AI） – 通过 Gemini API 提供预览集成。
  • Flow – 为所有 Flow 用户设为默认图像模型，零信用费用。
  • Google Ads – 在广告活动创建期间提供创意建议。

来源与安全

  • SynthID + C2PA – Nano Banana 2 继续 DeepMind 的来源策略，通过嵌入 SynthID 水印并支持 C2PA 内容凭证，为用户提供关于 AI 生成媒体的透明元数据。
  • 验证使用情况 – 自 11 月以来，SynthID 验证已在多语言环境中使用超过 2000 万次，帮助用户检测 AI 生成的图像、视频和音频。

为什么重要

Nano Banana 2 通过将高质量的视觉输出与实时速度相结合，实现了专业级图像生成的民主化，使创作者、营销人员和开发者能够即时迭代，同时保持事实准确性和主体一致性。它在 Google 生态系统中的整合以及强大的来源工具，为负责任的高性能生成式 AI 树立了新标杆。

由 Google DeepMind 于 2026 年 2 月 26 日发布

Sources