去年惊艳四座的Nano Banana，今天凌晨再次放出大招。
谷歌正式推出了它最新一代的模型，Nano Banana 2（Gemini 3.1 Flash Image）。
这一次的升级，从性能、可用性、细节控制与普及度上全面进阶。
谷歌CEO皮查伊发帖声称：
“这是我们迄今为止最出色的图像模型。”
更理解世界
Nano Banana 2 融合了 Gemini 对世界的深度理解能力，同时结合实时网页搜索。
来看看皮查伊举的这个很有代表性的例子，Window Seat。
当你指定一个地点，让模型生成从那扇窗往外看的画面时，模型会：
- 自动理解地理位置
- 拉取当地实时天气
- 生成符合当前世界状态的场景
- 支持 2K / 4K 输出
图像生成，不再只是风格化幻想，带有了时间与空间坐标的视觉构建。
性价比拉满
之前，Banana Pro 生成一张1K图要0.134美元，接近1元人民币一张。批量生成场景下，成本压力极大。
现在Banana 2 把同样1K图的价格降至0.067美元，大概0.5元人民币，直接砍半。
4K价格，也由0.24美元降至0.151美元，整体成本结构明显优化。
生成速度也明显缩短，体感提升很明显。
另外，Banana 2宽高比选项也更全，
新增 4:1、1:4、8:1 和 1:8 格式，进一步拓展了图像生成的场景适配能力。
主体一致性
谷歌官方给出的规格是，单工作流最多 5 个角色保持一致，多达14个对象保真。
过去图像生成最大的问题之一，就是‘第一张很好看，第二张就对不上’。
现在一致性能力明显增强，叙事创作和多画面连续输出的可行性直接up！
拿我们的IP也实测了一下，确实不错。
这张有点小瑕疵，我们的优悠和布里奇没能一致= =
精准遵循指令
看看这个案例。
提示词：
show me a where’s waldo set in ancient Venice, but instead of waldo it is an otter wearing a blue striped pilots outfit.
（给我画一张古代威尼斯场景中的《瓦尔多在哪里》，瓦尔多是一只穿着蓝色条纹飞行员服装的水獭。）
指令本身包含了几层难点：
- 画面风格参考《Where’s Waldo》（高度细节、密集人群）
- 场景限定为“古代威尼斯”
- 主角替换为“一只穿蓝色条纹飞行员制服的水獭”
- 必须在大量人物中保持唯一性
这对模型来说是一个综合能力测试，如此复杂的场景，结果还真只有一个水獭。
文本生成能力
这一代的另一个重点，是文字。
Nano Banana 2 被明确定位为：可以生成清晰、可读、可商用的图像文字。
无论是海报；贺卡；品牌标语，文字不再糊、不再歪、不再随机乱码。
视觉质量提升
能够生成更生动真实的光影效果，让画面的明暗过渡、光线落差和立体感更接近真实世界的视觉体验；同时在细节清晰度上也有明显跃升。
对需要高保真视觉输出的广告、展示图、品牌物料等场景来说，是实实在在的进步。
当然，Nano Banana 2仍有些瑕疵，在较长段文字、字号偏小的情况下，文字清晰度偶尔会出现模糊，中文还是有鬼画符出现，
当生成轮次很多、参考图元素非常复杂时，细节层面仍可能出现个别偏差。
在这个AI时代里，保持好奇，保持创造，保持对未知的热情，
愿我们都能借助这些新的能力，把自己的想法，变成真实可见的风景。
欢迎大家在评论区分享你发现的新玩法。
