谷歌深夜突發Nano Banana 2，生圖圈天塌了！Pro級4K大片，價格砍半

新智元報道

編輯：好困 桃子

【新智元導讀】AI圈集體失眠！Nano Banana 2深夜炸場，登頂文生圖榜首，以Flash級速度暴力直出Pro級4K超清畫質。更離譜的是，成本直接砍半，全網首測玩瘋。

一周一更，谷歌又在深夜扔出「深水炸彈」。

就在剛剛，最強生圖模型Nano Banana 2橫空出世，背靠全新Gemini 3.1 Flash Image。

它不僅生成速度飛快，多語言文字處理更強，還能實時聯網，一次直出4K大片。

剛一發布，全網就被它的恐怖實力刷屏了。

一句話直接生成游戲UI界面；隨手一張草圖變成網頁版UI；一次輸出20張連環畫，眼都不眨一下。

網友直呼：設計師完蛋了！

左右滑動查看

甚至，NB2寫的漢字穩得一批，徹底告別了「鬼畫符」。

各大評測，更是坐實了Nano Banana 2生圖一哥的地位。

在Artificial Analysis的文生圖基準測試中，它輕松拿下全球第一。

在圖像編輯能力上則位列第三，僅次于GPT Image 1.5和Nano Banana Pro。

在Image Arena中，NB2文生圖同樣問鼎榜首，斬獲1279 Elo得分，圖像編輯實力僅次于GPT Image。

谷歌官方測評中，NB2（開啟Thinking + 文本搜索 + 圖像搜索后）在整體偏好、視覺質量和信息圖表準確性三個維度上，不僅全面壓制了GPT-Image 1.5、Grok Imagine Image Pro等一眾競品，甚至還超越了大哥Nano Banana Pro。

而且，它的輸出價格只要0.0672美元/張，僅為Pro的一半。

快，但不只是快

話不多說，下面我們就來看看它都有哪些殺手級本領。

第一個是世界知識。

Nano Banana 2全面接入了Gemini的知識庫和實時網絡搜索。

你讓它畫一座真實存在的建筑，它會先上網搜一搜視覺參考資料，搞清楚這地方到底長什么樣，然后再按照你指定的風格渲染。

這種理解力也讓它能直接幫你做信息圖表、把筆記變成示意圖、生成數據可視化。

比如，讓它生成水循環的科普信息圖。

模型選擇了正上方俯拍的鳥瞰視角，在干凈的淺灰色紋理背景上，把水循環的每個步驟從左到右清晰鋪開。

背景上還畫了簡約的黑色手繪箭頭來引導視線，光線柔和均勻，幾乎沒有陰影干擾，整體既有教育感又不沉悶，是那種你真的可以直接拿去課堂用的水平。

描繪水循環的平鋪俯拍信息圖

再看這張云類型的對比圖。

它采用了三聯畫的形式，把積云、層云和卷云分別放在三個畫幅中，每種云都有極具戲劇感的天空作為背景，配上醒目的標簽文字。

整體是高對比度的美漫風格，信息清晰，視覺沖擊力也拉滿了。

對比不同云類型的三聯畫信息圖

這張則是讓模型先搜索克洛·呂斯城堡（達·芬奇晚年居住的法國城堡）的真實照片作為參考，然后用色彩明艷的綜合立體主義風格重新演繹。

模型不僅準確還原了建筑的基本結構特征，還把立體主義那種多視角拼貼、幾何化解構的精髓融了進去，而且嚴格遵守了「無文字」的要求。

這就是「世界知識」帶來的差距——它知道這座城堡長什么樣，而不是憑空捏造。

綜合立體主義風格的克洛·呂斯城堡

更厲害的是，谷歌還專門做了一個叫「Window Seat」（靠窗座位）的應用來秀這個能力。

具體來說，他們讓Nano Banana 2調用知識庫和網絡圖像搜索，再結合世界各地的真實場景和實時天氣數據，生成逼真的飛機窗外風景。

相當于給你來了一場足不出戶的環球旅行，而且每一幀窗外的景色都基于真實的地理和氣象信息，不是隨便糊弄的。

第二個是文本渲染和翻譯。

AI圖像生成最大的老毛病之一就是「寫字像鬼畫符」，Nano Banana 2在這塊下了狠功夫。

生成的文字準確清晰，做營銷海報、賀卡完全夠用。

看下面這組圖。

第一張是一個充滿自然氣息的電影級特寫，展現了一塊由回收環保材料制成的精美指示牌，上面畫著當地的鳥類和花卉，牌子下方用優雅的手寫字體寫著「原生野生動物：請保持距離觀賞」。柔和的漫射光透過旁邊蕨類植物的葉片灑下，背景是生機勃勃的綠色植物虛化效果。

第二張則是一句話就完成了場景本地化——把整個概念轉換成印度場景，所有文字翻譯成印地語，連植被、光線氛圍都做了相應調整。這種「一鍵本地化」的能力，對做全球化內容的創作者來說太實用了。

本地化版本的「原生野生動物」指示牌

同樣的，谷歌也為這個能力配了一個酷炫的演示——「Global Ad Localizer」。

這個全球廣告本地化工具，能直接把廣告素材翻譯成不同語言版本，不僅渲染翻譯后的文本，還會同步調整畫面中的視覺元素來適配目標市場。

4K創意大片，畫質更牛了

速度上去了，質量沒掉，這才是Nano Banana 2真正讓人興奮的地方。

首先，是主體一致性的大幅提升。

具體來說就是，一個工作流里最多能保持5個角色的特征一致，以及14個對象的高保真度。

什么概念？看完下面這張圖你就懂了。

14個風格各異的角色和道具一起出現在農場場景里愉快玩耍，整體氛圍逗趣、搞怪、歡樂。

關鍵是每一個角色和道具都嚴格保持了原本的特征與形象，沒有一個「變臉」或「串臺」的。

農場里逗趣歡樂的角色和道具

再看這組更有敘事感的例子。

3個毛茸茸的小伙伴一起建樹屋的故事，被拆成了6個章節。整個故事驚險刺激、情節跌宕起伏，以一個歡樂的時刻收尾。

最厲害的是，三個角色在6張圖里的服裝和外貌特征始終一致，但表情和視角每張都不一樣，而且嚴格保證每張圖里每個角色只出現一次。

這對需要做連續敘事的創作者來說簡直是福音——終于不用每生成一張圖就發現「主角換了張臉」。

正在建造樹屋的毛茸茸小伙伴們

接下來這個名叫「Pet Passport」（寵物護照）的應用，堪稱是「鏟屎官的快樂制造機」。

在這里，你只需要上傳一張寵物的照片，模型就能讓你的毛孩子開啟一場全球大冒險，打卡各大著名地標。

而且，它還內置了各種創意控制設置，讓你能定制不同的風格和效果。

關鍵是無論去到哪個目的地，寵物的外觀都能保持高度一致。

其次，指令遵循更精準了。

你腦子里想的那些微妙細節，現在模型能更好地捕捉到。復雜的描述不再被「自由發揮」成另一個東西。

第三，規格也拉滿了。

從512px到4K，各種寬高比隨你挑。

值得一提的是，512px是這次新增的分辨率層級，專門為低延遲和高負載場景優化。如果你的工作流需要快速迭代大量圖像，這個檔位能幫你把效率拉到極致。

寬高比方面，除了常見的比例之外，這次還新增了4:1、1:4、8:1和1:8這些極端比例，橫幅廣告、豎屏長圖、信息流卡片都能原生適配，不用再靠后期裁切了。

對于開發者來說，還有一個對畫質影響很大的新功能：可配置的思考級別（Thinking Level）。

你可以手動調整模型在生成圖像之前的「思考深度」——默認是最低級別，追求速度。

切換到高級或動態模式后，模型會在渲染前對復雜的提示詞進行更充分的推理，從而顯著提升輸出質量和指令遵循度。

最后，視覺質量本身也躍升了一個臺階。

光影更生動，紋理更豐富，細節更銳利。

比如下面這張霧氣繚繞的山谷航拍圖。

可以看到，從極高的俯視角度鳥瞰整個峽谷，前景是深色水域環繞著一片明亮的綠色田野，田野邊緣點綴著散落的樹木和灌木，一條狹窄蜿蜒的小路在右側的綠丘中穿梭消失在遠方。

山谷深處，淺藍灰色的湖泊在植被茂密的巍峨群山之間延伸，山峰隱沒在低垂的霧氣中。

主色調從前景郁郁蔥蔥的翠綠過渡到遠處更暗更柔和的色調，水面倒映著陰沉的天空，厚重的云層營造出柔和的漫射光效。整體散發著蘇格蘭高地般的粗獷之美，那種寧靜、未被馴服的荒野氣息撲面而來。

霧氣繚繞的翠綠山谷全景航拍圖

再看這張波普藝術時尚人像。

畫面采用略低的仰視機位，一位年輕的深膚色人物穿著一套極其搶眼的西裝。

面料上印著大膽的電光藍漩渦波浪紋，其間穿插著巨大的亮粉色同心圓，相互重疊向外輻射。

寬大翻領的西裝外套搭配鐘形袖，內搭熨燙平整的黃色翻領襯衫，闊腿褲向地面戲劇性地散開。

亮黃色的心形墨鏡、巨大的粉色圓形耳環、雙手叉腰的桀驁姿勢，在純粹均勻的天藍色背景前，整個畫面就像一顆從波普藝術宇宙里炸出來的視覺炸彈。

而且，不管你要求什么樣的比例，模型都能精準輸出。

不同寬高比的高度風格化波普藝術時尚人像

全網首測

一幀畫面「腦補」整個世界

自Nano Banana出世后，全世界人們已用它生成超十億張圖像。

谷歌DeepMind通過「氛圍編碼」手搓了一個demo，展示了NB對現實世界的強大理解力。

每一幀畫面，NB2都只能看到前一張圖，便能「腦補」出接下來的場景，連貫性簡直強到離譜。

如今，一大批網友們紛紛曬出了Nano Banana 2的驚艷實測demo。

一句簡單的提示，它便完美還原了1970年代的貝爾法斯特。

甚至，可以隨意截取一張地圖，讓NB2生成一張卡通風格的全景圖。

上傳一本書的封面圖，NB2即可直出一張書本中的展示水母的頁面。

在文本渲染上，NB2再上一個全新的臺階，精準直出手稿、白板、海報等字體。

左右滑動查看

讓NB2生成一張今日科技界新聞報紙，通過聯網搜索，它直出新聞頭版，不過在較小細節上有些問題。

另一個demo中，NB2在文本生成上同樣展現出超強的統治力。

不僅如此，NB2生成的人物肖像更加真實，肉眼難以辨別真假。

左右滑動查看

一張對比圖中，NB2在游戲人物刻畫上更加精細、強大。

還有貨柜展示、旋轉樓梯等各種創意圖，NB2全都表現不凡。

左右滑動查看

一張二次元動漫圖，NB2可以一鍵復刻成GTA風格的圖片。

NB2生成的一張3D微縮模型場景圖，場景還原非常逼真。

NB2制作的信息圖，細節非常豐富。

左右滑動查看

a16z合伙人Justine Moore測試中發現，NB2在信息圖表、廣告、動作鏡頭，甚至是卡通生成實力提升，且速度非常快。

左右滑動查看

在同一提示下，NB2可以更好遵循指令，生成效果要比GPT Image 1.5更加逼真。

以下是一些谷歌DeepMind官方的demo：

左右滑動查看

左右滑動查看

哪里能用上？

從世界知識到文本渲染，從14個主體保真到4K輸出，能力盤點到這里，你可能已經躍躍欲試了。

好消息是，Nano Banana 2已經在谷歌的全線產品中鋪開：

GeminiApp是最直接的入口。

Nano Banana 2將在Fast、Thinking和Pro模型中全面取代Nano Banana Pro，想要「頂配」的用戶依然可以通過三點菜單選擇「重新生成圖像」來切換回Nano Banana Pro。

順便提一句：圖片生成的數量，每天是有限額的。

未訂閱Google AI方案的用戶，24小時內最多可生成100張圖片；已訂閱Google AI Plus、Pro或Ultra的用戶，這個上限提升到1,000張。

對于大多數人來說足夠用了，重度創作者可以考慮上個訂閱。

谷歌的老本行——搜索，也安排上了。包括Google App、移動端和桌面端的AI Mode，以及智能鏡頭（Lens）。

開發者可以在AIStudio、GeminiAPI和Vertex AI中拿到預覽版，Google Antigravity同樣支持。

Flow的用戶更是直接受益——Nano Banana 2成了默認模型，全員免積分使用。

GoogleAds里也集成了，創建廣告系列時會自動提供智能建議。

結語

總結來看，谷歌這次打的什么算盤，其實一目了然：

用Nano Banana 2覆蓋絕大多數用戶的日常需求——快、準、好看、能搜能翻譯；

把Nano Banana Pro留給那些對事實準確性有極高要求的專業場景。

不搞「要么Pro要么湊合」的二選一，而是讓大多數人在不降速的前提下就能用上旗艦級的能力。

參考資料：

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

https://blog.google/innovation-and-ai/technology/developers-tools/build-with-nano-banana-2/

https://x.com/GoogleDeepMind/status/2027051577899380991

https://x.com/GeminiApp/status/2027052041697464629

https://x.com/Google/status/2027051660392944035

https://x.com/jesselaunz/status/2027133199156142372?s=20