北京
出品 | 网易智能
作者 | 小小
编辑 | 王凤枝
2月26日深夜，谷歌正式发布Nano Banana 2，核心优势就是便宜。
它兼顾了出图速度与专业画质，在维持生成质量不掉线的前提下，将单张成本直接砍半。
根据AI模型评测平台Arena.ai的榜单显示，Nano Banana 2以1279分的文本转图像得分，超越了GPT-Image-1.5和自家老大哥Nano Banana Pro；单图编辑拿下1407分，与ChatGPT-Image-Latest持平。每张图的生成成本约为0.067美元（约合人民币0.46元），比Nano Banana Pro便宜一半。
资深用户在抢先体验后表示，虽然模型还不完美，但它是第一个能相对稳定处理复杂图表和指令跟随的产品。
网友普遍认为，Nano Banana 2并非那种让人惊呼颠覆的创新，它在做的是让AI生图从偶尔玩票的创意玩具，彻底变成每天能跑几千张的生产工具。
01 Nano Banana 2到底是什么？
Nano Banana 2的正式名称是Gemini 3.1 Flash Image。它并非Nano Banana Pro的续作，而是初代Nano Banana（Gemini 2.5 Flash Image）的深度升级版，直接换上了Gemini 3 Flash的核心引擎。
谷歌的思路是把Pro级别的核心能力，比如世界知识、文本渲染、主体一致性等，全部整合进Flash产品线。速度保持Flash级别，能力向Pro看齐。
对企业用户来说，这意味着以前需要为高质量图像生成支付Pro级价格，每张1K分辨率（百万像素级）图像成本约0.134美元。现在同样的质量需求，完全可以用Flash级价格满足，成本降到0.067美元。对于每天生成数千张图像的应用场景，这个差距直接决定项目能否从概念验证走向规模化部署。
宾夕法尼亚大学沃顿商学院教授、生成式AI实验室联合主任伊桑·莫利克（Ethan Mollick）提前体验后表示，这款模型还不完美，但已经是第一个能相对稳定处理复杂图像和图表的模型，文本准确性和复杂指令的跟随能力提升明显。
Nano Banana 2最核心的升级是“世界知识”能力的落地。
传统AI图像生成依赖训练数据中的记忆。让它画世界贸易中心一号楼，轮廓或许可以画对，但要画出塔身上某个特定时期的细节或者某个品牌的Logo，它就无能为力了，因为这些细节并不存在于训练数据中。
Nano Banana 2的解决方案是：在生成图像的同时可以实时调用网络搜索。它先搜索相关信息，理解目标对象长什么样，然后再进行生成。
这意味着，让它画“2026年超级碗中场秀舞台”，它会去搜索当时的现场照片并基于真实信息生成。让它为某个品牌设计海报，它能准确还原Logo细节，因为它真的去“看”了。
谷歌CEO桑达尔·皮查伊（Sundar Pichai）在发布时演示了一个“靠窗座位”功能：模型获取当地实时天气信息，从世界任何一扇窗户生成窗外的精准画面，支持2K/4K分辨率。窗外的阴晴雨雪，都能在画面中得到真实的体现。
这个能力在信息图场景下尤其有用。硅谷风险投资公司Andreessen Horowitz的合伙人贾斯汀·摩尔（Justine Moore）在测试中发现，Nano Banana 2可以用搜索快速生成篇幅较长、内容扎实的信息图。她试了“解释麦当劳冰淇淋机工作原理以及为什么总坏”的提示，生成结果图文匹配，逻辑通顺。
02文本渲染：终于能看清图里的字了
AI生图领域有个老问题：让模型在图像里生成能看的文字，比画个人难得多。以前很多图远看还行，放大一看招牌上的字母全是乱码，菜单上的文字像外星符号。这导致商业场景根本无法直接使用。
Nano Banana 2在这个问题上做了针对性优化。
摩尔用杂志封面做了测试。生成的封面里，每一行文字都准确清晰，没有乱码且没有字体扭曲。对比Nano Banana Pro，后者虽然也能生成文字但偶尔会出错，而且画面总带点3D渲染的塑料感。摩尔评价称，Nano Banana 2的结果更像真实照片，而非渲染图。
莫利克也提到，复杂的图表标注以前是AI的难点，现在Nano Banana 2能正确显示详细标签，虽然偶尔还会出问题，但已经是明显的进步。
翻译功能也被整合进来了。一张英文海报可以要求它直接转成日文、法文或印地语，文本在图像内直接替换，构图保持不变。对于跨国营销团队而言，这个功能可以节省大量重复设计的时间。
另一个让创作者高度关注的升级是主体一致性。
根据谷歌提供的信息，Nano Banana 2可以在单个工作流中，维持最多5个角色的长相一致，同时保持14个物体的视觉特征不变。
摩尔用一个8格漫画做了测试，主题是“Sam Altman在OpenAI被解雇又复职的过程”。以前的模型画到第三四格人物就开始变形，服装乱飘且场景失控。Nano Banana 2跑完8格，人物从头到尾都保持着同一张脸。
她还测试了产品摄影场景。上传一张橄榄油瓶的照片，要求生成“一位女士在厨房拿着这瓶油”的画面。生成的图像里，瓶子的标签、颜色和形状都与参考图高度一致。输出结果看起来就像是精心拍摄的照片，AI生成的感觉极淡。
对于广告公司和内容工作室来说，这个能力意味着可以用更短的时间完成故事板、产品陈列、品牌资产积累等需要极强视觉连续性的工作。
03创意风格：动作片、黏土风都能玩
除了硬核的生产力功能，Nano Banana 2在创意风格上也有一些新尝试。
体育摄影一直是AI的重灾区。运动员发力时的肌肉状态以及运动中的物理规律，稍微差一点画面就会显得极假。摩尔测试了动作照片生成，结果远超预期。有些图甚至可以直接拿去做广告，只需加点文案效果就能被市场接受。
Gemini应用里还预置了一批风格模板，点一下就能直接套用。她试了“哥特式黏土”和“珐琅徽章”两个选项，上传普通照片后，一键转换出来的效果堪比艺术品。
她还测试了用户生成内容场景。让模型生成TikTok创作者的屏幕截图，完美复刻了那种拿着产品在厨房或浴室自拍的风格。只需提供一张产品照片配上简短提示，生成的截图就能以假乱真。
04亲测体验：速度、质量、成本的平衡
综合多位早期体验者的反馈，Nano Banana 2在产品定位上确实踩中了一个关键点。
速度方面，测试者普遍反馈生成时间被明显缩短。有测试者让Nano Banana 2生成一个完整的比特币历史时间线，包括搜索研究和最终图像输出，整个过程所用的时间与Nano Banana Pro单独生成图像的时间差不多。紧接着再加一个以太坊时间线的任务，几乎没有增加任何额外时间。
质量方面，文本处理和主体一致性是最受好评的两大核心能力。杂志封面、复杂图表、多格漫画，这些以前极易翻车的场景，现在的成功率得到了显著提高。
成本方面，每张0.067美元的价格比Pro级便宜了一半，这让更多边缘应用场景具备了商业化的可能。
当然问题依然存在。有测试者尝试让Nano Banana 2编辑真实照片把服装换成内衣，模型经过长时间推理后直接拒绝了请求，而换成泳装则可以正常生成。审查机制的存在和边界限制，是需要企业用户提前了解的合规要点。
05竞争对手：阿里和字节也在出牌
Nano Banana 2发布的时间点，正好撞上了两个强大竞争对手的动作。
2月10日，阿里Qwen团队发布Qwen-Image-2.0，70亿参数量比上一代的200亿参数轻了三分之二，但能力并未缩水。它原生支持2K分辨率，采用统一架构同时处理生成和编辑任务，在AI Arena的盲测排行榜上生成和编辑双双排进前三。
更关键的是它具备开源的预期。Qwen-Image v1当初就是在发布一个月后开源的，开发者圈子里已经有大量声音在期待v2.0走同样的路。如果开源成真，企业就可以在自己的服务器上运行一个能力接近Nano Banana Pro的模型，每张图的API调用费用将彻底省下。
同一周，字节跳动的Seedream 5也悄然亮相。
这款产品在创作者社区里的口碑一直极佳。原因有三：灵活、便宜（API每张0.035美元，约谷歌三分之一的价格）、内容审核相对宽松。那些想用真人照片做视觉创作的开发者，被谷歌的安全机制拒绝后，往往会果断转向Seedream。
Seedream 5同样把实时搜索整合进了生成流程，不仅推理能力升级、参考一致性加强，还支持在单轮编辑里使用14张参考图，实现2K/4K分辨率秒出。它甚至支持本地运行，这在谷歌封闭的生态里是绝对不被允许的。
06企业怎么选：三条路径各有利弊
对于正在搭建AI图像生成能力的企业来说，当下有三条路径可以仔细评估。
第一条，继续走谷歌路线。如果团队已经深度绑定了谷歌云，Nano Banana 2绝对是顺理成章的选择。价格比Pro级砍半，且产品线全面铺开，包括Gemini应用、Google搜索的AI模式和镜头、AI Studio、Vertex AI、Google Cloud以及Flow等，无需修改架构就能直接用上生产级能力。强大的文本渲染能力对于营销素材和本地化场景来说更是刚需。
第二条，赌一把开源路线。如果公司具有严格的数据主权顾虑，或者每天生成的图像量过大导致按张计费成本无法承受，再或者就是单纯想要摆脱API依赖，那么Qwen-Image-2.0值得高度关注。参数少意味着自托管的GPU成本极低，统一架构能省掉模型串接的繁琐，且输出质量并不掉队。唯一的风险在于阿里是否会按时放出权重。
第三条，保留Pro级通道。Nano Banana Pro并没有退场，Google AI Pro和Ultra订阅者依然可以在Gemini应用里通过“重新生成”菜单调用它。对于极高端的创意项目，或者每张图都需要精细定制调性的场景，Pro级模型依然是不可替代的天花板。
最后一个容易被忽略的致命因素是水印和出处。
Nano Banana 2出厂就强制打上了SynthID水印，同时完美兼容C2PA内容凭证标准。自去年11月在Gemini应用上线以来，SynthID验证功能已经被高频使用了2000多万次。对于金融、医疗等受严格监管行业的企业来说，这个功能绝不是可有可无的加分项，而是业务生存的合规必选项。如果企业自己部署的开源模型在水印和凭证这一关过不去，业务流转同样会陷入彻底的停滞。
结语：中间地带的战争
综合来看，Nano Banana 2不是那种让人惊呼颠覆的产品。它做的是更致命的事：融合Flash的速度与Pro的能力，成本砍半且质量不掉线，彻底夯实了其作为高频生产工具的地位。
Arena.ai的榜单把它推到了第一。莫利克验证了它对复杂图表的掌控力，摩尔则在全场景实测后给出了“重大升级”的定语。但另一边，Qwen-Image-2.0在开源侧翼严阵以待，Seedream 5在灵活性和价格上持续死磕。
这场竞争的结果，可能不是谁家模型画得最漂亮，而是谁家模型画得够快、够便宜、够稳，能让企业放心把它塞进生产流程。Nano Banana 2占据的，正是大多数企业真正需要的中间地带：不需要天花板级的画质，但要足够好的效果、足够快的速度和足够低的成本。
本文来源：网易智能
责任编辑：
王凤枝_NT2541
