谷歌 Nano Banana 2 一夜补齐短板，各种图解都能画，价格才是 OpenAI 一半

作者 | 允毅

深夜炸场！文生图圈又被谷歌“炸”了一次。Nano Banana 2 突然上线，直接登顶榜首。

这次，Nano Banana 2 主打“极速体验”+“专业画质”。但真正拉开差距的是一个新能力—“实时联网”。

简单来说，这不再是一个“只会画画”的模型。它背后接的是 Gemini 整套搜索能力，相当于给图像模型装上了一个能查资料的“大脑”。

当模型可以边理解、边检索、边生成，画面就不只是“好看”，而是更贴合真实世界的信息结构。

比如，一句话生成的街景，细节多到能放大看招牌。远处的广告牌、路牌、橱窗陈列都像是真实拍摄。

再比如，让“劈柴哥”给你递烟，人物神态、肢体逻辑、环境光影都到位。如果不说，很难一眼断定是 AI 生成。

劈柴哥还亲自站台，Cue 了一下“靠窗座位”的玩法，只要一句话，无论是繁华都市夜景，还是荒野雪山木屋，你都能精准生成“窗口视角”的构图，每一帧都基于真实的地理和气象信息，清晰展现“实时联网”能力有多强大。

不过，“画得像”只是第一步。更重要的是，它打开了一个新方向“信息图生成”，这可就非常实用了。

前段时间有个很火的模型梗：

我想洗车。洗车场离我 50 米。我应该走过去还是开车过去？

不少顶尖模型翻了车，给出“步行更环保”的答案。问题在哪？它们只分析了“50 米”，却忽略了“洗车的目标”。

谷歌直接生成了一张图，对比“走路”和“开车”的逻辑链，给出正确结论，既展现了 Gemini 的强大思考能力，还展现了 Banana2 的一流绘图能力。网友表示“这是无声的炫耀”。

在不少网友看来，图像生成似乎又上了一个台阶，弥合了与真实世界之间的鸿沟。

不过也有网友对此表达了深刻担忧，当图像越来越难分真假，AI 造假会不会更泛滥？

对此，谷歌给出的方案是“溯源”。Nano Banana 2 生成的内容，会叠加 SynthID 水印，并结合 C2PA 内容凭证体系，方便平台识别来源。

目前文生图的追逐战进入焦灼阶段，在权威图像模型测评 Artificial Analysis 榜单中，可以看到，前三名里两个被 Nano Banana 系列包揽。其中，Nano Banana 2 位列第一，图像编辑能力第三，价格却只有第二名 OpenAI 的一半，堪称“性价比之王”。

不过从分数看，头部模型之间的差距其实非常小。行业已经进入贴身肉搏阶段。

谷歌上个月披露，Gemini 应用月活跃用户达到 6.5 亿。官方高管也承认，Nano Banana 的“病毒式传播”是增长的重要原因之一。

文生图的竞争，已经不只是比画面，而是比速度、比理解力、比生态整合。

网友玩嗨了，“实时联网”

为文生图带来什么不同？

行或不行，上手再说。网友们从各种角度开始测评。

有人用来测试一张手镯图做视觉设计方案，结果令他震惊，直呼“设计已死”。

有人称这是世界上最好的图像模型，生成的图片细节可以以假乱真。

有人惊呼，连图片上每张卡片的文字都准确无误。

有人干脆用来生成碑文，又快又好，效果震撼。

有网友认为，这次 Nanana2 的可控性太强了，人物细节贴合想要的效果，而且十分逼真。

而且人物无论怎么变化，都不会变形。

整体的视觉效果也更“去 AI 味”。

做绘本更是手到擒来。

人们似乎都被 Banana2 折服了。

在众多测评中，大家还非常关心“实时联网”这一新功能的升级，能“实时联网”的图到底和过去的生成图有什么不同，强在哪里，又有多实用。

先来看官方案例。Banana 2 生成了一张颇具“手工风”的水循环示意图：棉花做云、纸片当山、玻璃碗装海水，质感细节到位。更关键的是，它不仅理解力在线，把蒸发、凝结、降水、汇集的完整链路讲清楚了，而且文字标注也全部准确，对应关系清晰，没有逻辑跳步。

还有网友拿它来制作食谱，效果同样惊艳：排版、分区、步骤结构都像专业设计稿。她直言，大家低估了 Nano Banana 2 的“可视化能力”，这将颠覆信息图表领域。

更详细的食谱图和科普图也被陆续晒出。

甚至拿来做医学解剖图，也相当能打，手绘草图秒变专业科普制图。

这种将抽象概念可视化的能力，正在释放文生图更大的想象空间。它不再只是“生成好看的图片”，而是开始承担知识组织与表达的角色。

• 在教育里，抽象概念可以直接变成一张清晰的图，学生不用啃厚书，一眼就能看懂逻辑。

• 在科研中，复杂的环境模型、气候机制能快速变成示意图，不同专业的人沟通更高效。

• 在政策汇报、企业报告和数据分析场景里，冗长材料也能被压缩成重点明确的可视化内容，让人迅速抓住核心......

它打开的就不仅是设计效率，而是表达效率。，让复杂问题变得可被看见、被理解、被讨论。

谷歌产品负责人 Logan Kilpatrick 也表示，实时联网能力会催生大量新的应用场景。当模型不再只依赖训练数据，而是可以调用最新信息进行理解与生成，图像就不只是创作工具，而开始成为实时知识的表达界面。

Nano Banana 2 的全面升级

此次，Banana 2 除了“实时联网”这个大升级外，还把文生图多年来的几个老痛点，集中补了一轮，功能全面升级。

比如在文本渲染和翻译这块，Banana2 解决了一个 AI 图像的关键短板：画面很好看，写字就翻车。

这次 Nano Banana 2 明显是下了狠功夫。生成的文字清晰、拼写准确、排版自然，已经可以直接拿去做营销海报、邀请函、贺卡，甚至产品宣传图，不用再手动修字。

它还支持图中内容的翻译和本地化。你可以直接把一张图里的文字改成另一种语言，而画面风格、排版结构依然保持一致。这对做全球化传播的人来说，实用价值很高。

看官网案例中，无论是香水广告中的品牌标识，还是橱窗上的英文招牌，人身上的纹身，都几乎看不出明显 AI 痕迹。它不是“图里带点字”，而是“图文一体生成”。

另一个大升级是主体一致性大幅提升。在一个工作流里，最多可以保持：

• 5 个角色的特征一致

• 14 个对象的高保真度稳定输出

这意味着，比如你在做漫画、品牌角色设定、系列海报，人物的脸不会一张一个样，服装不会莫名变化，场景里的物件不会反复“变形”。

看官方案例中不同动物角色，无论动作、神态如何变化，都能保持一致。

即使转换视角，也依然保持稳定。

更有意思的是，它还可以自由换纹理、换材质，大胆“变色”。

比如一只“香蕉恐龙”。

松鼠饼干

水母跑车、拉面跑车。

做游戏页面时，也能快速切换不同视觉风格。

Nano Banana 2 这次还在分辨率和画幅上下了功夫。

从 512px 到 4K，多分辨率可选。值得注意的是，这次新增了 512px 档位，专门针对低延迟和高负载场景优化。如果你需要批量快速生成、反复迭代草图，这个分辨率就是效率档

画幅比例也更丰富，除了常规比例，还新增了 4:1、1:4、8:1、1:8...... 横幅广告、超长信息流卡片、竖屏长图，都可以原生生成，不需要再后期裁切。

可以生成超长画面。

Nano Banana 2 不再只是“创意玩具”，而更像一个可控的图像渲染引擎。对普通用户来说是更好用；对企业来说，是更可规模化。

而且在视觉效果上，画面质量也全面升级，趋向可用级别。

• 光影更自然

• 材质更丰富

• 细节更锐利

目前，它已经在 Google 产品体系里完成替换。

• Gemini 默认出图能力更新

• AI Mode 和 Lens 覆盖 141 个新增国家和地区

• 支持额外 8 种语言

• 在 Google Ads 中成为广告生成建议能力

不过也有网友表示，使用完体验一般，要求换回 Pro 或一代版本。

感兴趣的读者，可以速速体验一下。

https://gemini.google/tw/overview/image-generation/?hl=zh-TW

https://blog.google/innovation-and-ai/technology/ai/nano-banana-2/

声明：本文为 AI 前线整理，不代表平台观点，未经许可禁止转载。

会议推荐

2026，AI 正在以更工程化的方式深度融入软件生产，Agentic AI 的探索也将从局部试点迈向体系化工程建设！

QCon 北京 2026 已正式启动，本届大会以“Agentic AI 时代的软件工程重塑”为核心主线，推动技术探索从「AI For What」真正落地到可持续的「Value From AI」。从前沿技术雷达、架构设计与数据底座、效能与成本、产品与交互、可信落地、研发组织进化六大维度，系统性展开深度探索。开往 2026 的 Agentic AI 专列即将启程！汇聚顶尖专家实战分享，把 AI 能力一次夯到位！

今日荐文

你也「在看」吗？