谷歌图像生成模型Nano Banana 2七大升级亮点

去年，谷歌在AI图像生成领域凭借Nano Banana模型大放异彩。如今，新一代模型已经正式发布，为个人、专业人士和企业用户在生成照片、绘画、图表、信息图和其他图像方面带来了一系列重大改进。

周四，谷歌正式发布了Nano Banana 2（官方名称为Gemini 3.1 Flash）。这一新模型面向免费和付费用户开放，已在所有平台全面替代第一代Nano Banana，成为Gemini网站和应用、谷歌搜索、Google Flow、AI Studio以及面向开发者的Gemini API的默认模型。

那么，第二代"香蕉"究竟比第一代强在哪里？根据谷歌的介绍，以下是七大主要升级：

先进的世界知识储备

Nano Banana 2利用Gemini的真实世界知识和来自网络搜索的图像，力求更准确地创建用户所需的图像。谷歌表示，这一能力将帮助AI更好地制作信息图、将笔记转换为图表，以及可视化数据。

一致性显著提升

AI图像生成的一个显著缺陷就是多张图像之间缺乏一致性。当要求AI重新生成图像或基于之前的图像创建新图像时，角色和其他元素往往无法保持一致。Nano Banana 2致力于确保多达5个角色和最多14个物体在每次迭代中保持一致。

文本渲染能力优化

在AI图像中生成文本往往效果不佳，结果可能难以辨认或不一致。Nano Banana 2将努力创建更准确、更清晰的文本，有助于设计贺卡和广告活动模型等图像。新模型甚至可以翻译图像中的文本，让用户能够跨不同语言分享同一图像的变体。

更好地遵循用户指令

AI图像生成器的另一个弱点是不能总是正确遵循用户指令，特别是当描述比较复杂时。Nano Banana 2旨在通过捕捉用户提示的语调和细节来避免这一问题，确保用户获得想要的图像效果。

生成速度更快

在前代"香蕉"模型中，用户必须在质量和速度之间做出选择。Nano Banana Pro能生成高质量图像，但可能耗时较长。Nano Banana Flash能加快处理速度，但生成的图像质量可能不够理想。新版本试图结合两者的优势，以更快的速度生成更高质量的图像。

更高保真度

谷歌表示，通过Nano Banana 2，用户的图像将具有更清晰的细节、更丰富的纹理和更生动的光照效果。而且处理速度比以往更快。

生产就绪质量

想要创建徽标、信息图、广告或其他需要专业外观的图像？通过Nano Banana 2，用户可以控制图像的长宽比，确保适合正确的媒介。为了生成清晰的图像，用户还可以将分辨率设置在512px到4K之间的任意值。

这一切听起来很棒，但新的Nano Banana是否真如谷歌所承诺的那样优秀？笔者进行了几次不同的测试请求。这些是Gemini自己建议用来测试文本渲染和角色一致性的提示。

第一个测试中，笔者提交了以下提示："为月球上的月球殖民地创建一张复古风格的旅行海报。在中心位置，一艘时尚的1950年代风格火箭正在一个玻璃穹顶附近着陆。在顶部，用粗体奶油色装饰艺术字体呈现'VISIT LUNAR CITY'字样。在底部，用较小但清晰的文字添加短语'The Gateway to the Stars'。使用深海军蓝、柔和橙色和银色的调色板。高分辨率，专业图形设计风格。使用16:9长宽比，创建1080p图像。"

生成的图像捕捉到了文本的正确风格和字体。AI还遵循了笔者对颜色、长宽比和分辨率的指令。

第二个测试中，笔者提交了两个独立的请求来测试图像间的角色一致性。第一个提示是："为'Nova船长'创建一个角色设定表，她是一位女性太空探索者，有着短的亮紫色头发，左眼上戴着发光的蓝色机械眼镜，穿着银白色飞行服，胸前有金色太阳徽章。在纯灰色背景下显示她的正面、侧面和背面。以21:9长宽比创建4K图像。"

AI遵循了指令，制作了一个展示角色并突出几个关键细节的设定表。

真正的测试在下一个提示中："使用相同的'Nova船长'角色，展示她在霓虹灯照亮的赛博朋克市场中奔跑。她正在回头看，表情坚毅，紫色头发被风吹动。保持她的机械眼镜和飞行服上的金色太阳徽章完全相同。电影级照明，浅景深。同样，将图像保持在21:9长宽比4K。"

这一次，角色在风格和外观上保持了一致性，在两张图像中看起来完全相同。

基于这些提示测试，Nano Banana 2似乎是对前代产品的有价值升级。这是个好消息，因为它现在已经成为各个平台的默认选择。谷歌AI Pro和Ultra订阅用户仍然可以使用传统的Nano Banana Pro来处理更专业的任务。除此之外，任何人都可以尝试这款最新版本的"香蕉"，看看它能"剥出"什么样的图像。

Q&A

Q1：Nano Banana 2相比第一代有哪些主要改进？

A：Nano Banana 2在七个方面实现了显著升级：更先进的世界知识储备、更好的一致性（可保持5个角色和14个物体一致）、优化的文本渲染能力、更好地遵循用户指令、更快的生成速度、更高的保真度，以及生产就绪的专业质量。

Q2：Nano Banana 2在哪些平台可以使用？

A：Nano Banana 2已经全面替代第一代模型，成为Gemini网站和应用、谷歌搜索、Google Flow、AI Studio以及面向开发者的Gemini API的默认模型，面向免费和付费用户开放。

Q3：Nano Banana 2能生成什么分辨率的图像？

A：Nano Banana 2支持从512px到4K的任意分辨率设置，用户可以控制图像的长宽比，确保适合不同媒介需求，能够创建徽标、信息图、广告等专业级图像。