作者 ｜ 周一笑
郵箱 ｜ zhouyixiao@pingwest.com

2月26日，Google發(fā)布了Nano Banana 2，Nano Banana圖像生成系列的第三款模型。

技術(shù)名稱為Gemini 3.1 Flash Image，它試圖解決一個(gè)此前橫亙?cè)陂_發(fā)者和普通用戶面前的矛盾：想要Pro級(jí)畫質(zhì)，就得忍受Pro級(jí)的價(jià)格和等待；想要快和便宜，就只能將就初代Nano Banana的能力天花板。

先簡單回顧一下這條產(chǎn)品線。2025年8月，初代Nano Banana（Gemini 2.5 Flash Image）以匿名身份在LMArena上亮相后迅速出圈，成為Google近年來少有的病毒傳播AI產(chǎn)品。三個(gè)月后的11月，Nano Banana Pro（Gemini 3 Pro Image）發(fā)布，帶來了4K分辨率、精準(zhǔn)文字渲染和"先推理再畫圖"的架構(gòu)升級(jí)，被視為圖像生成領(lǐng)域的新標(biāo)桿。

現(xiàn)在又過了三個(gè)月，Nano Banana 2把Pro的核心能力裝進(jìn)了Flash的殼里，并且將全面替代Pro，成為Google全線產(chǎn)品的默認(rèn)圖像生成模型。

半年三代，這個(gè)推進(jìn)節(jié)奏在Google的AI產(chǎn)品矩陣中也屬罕見。

Pro的能力，F(xiàn)lash的成本

Nano Banana 2最直觀的變化是“Pro級(jí)能力 + Flash級(jí)速度”的組合，但具體拆開來看，幾個(gè)能力點(diǎn)值得關(guān)注。

聯(lián)網(wǎng)搜索增強(qiáng)的世界知識(shí)。這可能是Nano Banana 2與市面上大多數(shù)圖像生成模型最本質(zhì)的差異。生成過程中，模型可以調(diào)用Google Search獲取實(shí)時(shí)信息和圖片參考，再將其融入生成結(jié)果。

Google在開發(fā)者博客中展示了一個(gè)名為“Window Seat”的demo應(yīng)用：給定一個(gè)地點(diǎn)名稱，模型會(huì)先搜索該地點(diǎn)的實(shí)時(shí)天氣和街景圖片，再生成一張對(duì)應(yīng)的窗外風(fēng)景。它不再單純依賴訓(xùn)練數(shù)據(jù)進(jìn)行“回憶”，轉(zhuǎn)為基于實(shí)時(shí)信息開展創(chuàng)作。

這個(gè)能力讓Nano Banana 2在生成信息圖、數(shù)據(jù)可視化、或涉及特定真實(shí)場景的內(nèi)容時(shí)，具備了傳統(tǒng)擴(kuò)散模型難以匹配的優(yōu)勢(shì)。

聯(lián)網(wǎng)搜索為全球任意窗戶生成更精準(zhǔn)的窗外景觀。

文字渲染與圖內(nèi)翻譯。文字生成一直是AI圖像模型的痛點(diǎn)，初代Nano Banana在這方面表現(xiàn)尤其不穩(wěn)定。Nano Banana 2繼承了Pro版本的字符級(jí)驗(yàn)證機(jī)制，能逐字檢查生成文字的準(zhǔn)確性。

更實(shí)用的是，它新增了圖內(nèi)多語言翻譯功能。給定一張包含英文標(biāo)識(shí)的圖片，可以直接要求模型將文字翻譯為其他語言并重新渲染，同時(shí)保持畫面一致性。Google官方demo展示了一個(gè)“Native Wildlife”路牌被翻譯為印地語的案例，文字替換后畫面的光照和質(zhì)感保持了連貫。

水循環(huán)圖解生成效果

主體一致性。Nano Banana 2支持在單個(gè)工作流中維持最多5個(gè)角色的外貌一致性，以及最多14個(gè)物體的視覺保真度。這對(duì)需要連續(xù)敘事的場景來說是關(guān)鍵能力，比如故事板、品牌素材、漫畫分鏡等。

Google展示了一組案例，三個(gè)毛絨角色搭建樹屋的六格連續(xù)故事，每格的角色服裝和面部特征保持穩(wěn)定，但表情和姿態(tài)有自然變化。

三個(gè)毛絨角色搭建樹屋的六格故事

分辨率與格式覆蓋。 支持512px到4K的四檔分辨率輸出。其中512px是新增的低分辨率檔位，專為需要快速迭代的批量生成場景設(shè)計(jì)。寬高比方面新增了4:1、1:4、8:1、1:8等極端比例，覆蓋了從豎版社交媒體到超寬banner的各類需求，這些是Pro版本此前不支持的。

可配置思考深度。 面向開發(fā)者的新功能：允許調(diào)節(jié)模型的推理強(qiáng)度，從Minimal（默認(rèn)，最快）到High/Dynamic（更慢但更精準(zhǔn)）。相當(dāng)于把"畫質(zhì)vs速度"的取舍權(quán)交到了開發(fā)者手中，可以根據(jù)場景靈活選擇。

發(fā)布后，獨(dú)立評(píng)測(cè)機(jī)構(gòu)Artificial Analysis在X上公布了Arena排名結(jié)果，Nano Banana 2以Pro一半的價(jià)格拿下了文生圖榜單第一，圖像編輯方面排名第三，僅次于GPT Image 1.5和Nano Banana Pro。獨(dú)立開發(fā)者levelsio在獲得提前體驗(yàn)后也表示，主體一致性是這次最大的突破，“照片終于真正像你訓(xùn)練的那個(gè)人了，而不是有點(diǎn)像”。

在Google官方公布的GenAI-Bench評(píng)測(cè)結(jié)果中，NB2在開啟聯(lián)網(wǎng)搜索和Thinking模式后，三項(xiàng)指標(biāo)均領(lǐng)先于Nano Banana Pro和GPT-Image 1.5。

把圖像生成變成基礎(chǔ)設(shè)施

如果只看能力升級(jí)，Nano Banana 2是一次常規(guī)的版本迭代。但Google圍繞它做的產(chǎn)品布局，透露出更大的意圖。

全線替換為默認(rèn)。Nano Banana 2將成為Gemini App中Fast、Thinking和Pro三個(gè)模式的默認(rèn)圖像生成引擎，直接替換此前的Nano Banana Pro。絕大多數(shù)Gemini用戶接觸到的圖像生成能力，都將由NB2提供。

Pro版本并未下線，但被推到了一個(gè)更小眾的位置：只有Google AI Pro和Ultra的付費(fèi)用戶可以通過"三點(diǎn)菜單 → 重新生成"來手動(dòng)調(diào)用。

產(chǎn)品滲透范圍。 除Gemini App外，NB2同步上線了Google Search的AI Mode和Lens（覆蓋141個(gè)新國家和地區(qū)、8種新增語言）、Flow（Google的AI創(chuàng)意工具，NB2成為默認(rèn)且零積分使用）、Google Ads（生成廣告素材建議）、AI Studio、Gemini API、Vertex AI和Google Antigravity。

Google做了一個(gè)演示應(yīng)用“全球廣告本地化器”來展示NB2的能力

幾乎覆蓋了Google AI產(chǎn)品矩陣中所有與圖像相關(guān)的觸點(diǎn)。目前NB2已開始滾動(dòng)上線，普通用戶打開Gemini App即可體驗(yàn)（已替換為默認(rèn)模型），已在搜索（覆蓋 141 個(gè)國家）以及 Flow+中推出，開發(fā)者可通過AI Studio和Gemini API接入，Antigravity也已上線，目前為preview狀態(tài)。

定價(jià)策略。 API端的價(jià)格值得單獨(dú)說。1K分辨率下，NB2的單張生成成本約$0.067，相比Pro的$0.134幾乎砍半；4K分辨率約$0.151，較Pro節(jié)省近40%。Batch模式（異步處理，24小時(shí)內(nèi)交付）在此基礎(chǔ)上再打?qū)φ?。文本token的輸入輸出價(jià)格也較Pro低了約75%。

把這些動(dòng)作放在一起看：Google的意圖不在發(fā)布一個(gè)供用戶挑選的新工具，而是在把圖像生成能力以盡可能低的摩擦嵌入其所有產(chǎn)品。當(dāng)NB2成為Search、Ads、Flow的默認(rèn)引擎時(shí)，大量用戶甚至不需要主動(dòng)選擇就已經(jīng)在使用它。對(duì)開發(fā)者而言，大幅下降的API成本讓大規(guī)模調(diào)用成為現(xiàn)實(shí)。

NB2的競爭策略不完全是在圖像模型的維度上對(duì)標(biāo)競品，而是利用Google的分發(fā)優(yōu)勢(shì)和生態(tài)整合能力，讓圖像生成滲透到用戶的日常工作流里。

對(duì)手在卷畫質(zhì)，Google在卷覆蓋

Nano Banana 2并非在真空中發(fā)布。前段時(shí)間阿里Qwen團(tuán)隊(duì)推出了Qwen-Image-2.0，一個(gè)70億參數(shù)的圖像模型，社區(qū)評(píng)價(jià)認(rèn)為其質(zhì)量已接近Nano Banana Pro。雖然權(quán)重尚未公開，但前代Qwen-Image系列均以Apache 2.0協(xié)議開源，社區(qū)普遍預(yù)期2.0也會(huì)跟進(jìn)，屆時(shí)企業(yè)就可以在自己的基礎(chǔ)設(shè)施上運(yùn)行，無需按張付費(fèi)。

Qwen不是個(gè)例。去年11月，由Stable Diffusion原班人馬創(chuàng)立的Black Forest Labs發(fā)布了FLUX.2系列，其最高配置FLUX.2 [max]擁有320億參數(shù)，同樣集成了語言模型推理和聯(lián)網(wǎng)搜索能力，直接對(duì)標(biāo)Nano Banana Pro。字節(jié)跳動(dòng)也在今年2月推出了Seedream 5.0 Lite，同樣具備聯(lián)網(wǎng)搜索和推理生圖能力，并已嵌入剪映和CapCut，走的也是能力內(nèi)嵌到現(xiàn)有產(chǎn)品的路線。

加上此前各家陸續(xù)釋出的圖像模型，這個(gè)賽道上的替代方案正在迅速豐富起來，在文字渲染、風(fēng)格控制、編輯能力等不同維度上各有所長。

NB2的回應(yīng)方式并不是單純的質(zhì)量碾壓。來自The Decoder的早期實(shí)測(cè)顯示，在一個(gè)包含馬騎人的復(fù)雜反常識(shí)prompt測(cè)試中，NB2成功完成了任務(wù)，此前只有Pro版本能穩(wěn)定做到。但評(píng)測(cè)者也指出，Pro在整體畫面的真實(shí)感和動(dòng)態(tài)感上仍然優(yōu)于NB2，后者在某些場景下還有一種略顯人工的質(zhì)感。

上：NB2 下：NBPro

Google顯然也清楚這一點(diǎn)，否則沒有必要繼續(xù)為付費(fèi)用戶保留Pro選項(xiàng)。NB2的競爭策略更準(zhǔn)確地說是，用Flash級(jí)的成本提供“足夠好”的質(zhì)量，然后靠Google的分發(fā)網(wǎng)絡(luò)在規(guī)模上取勝。這和開源陣營追求的在自有基礎(chǔ)設(shè)施上運(yùn)行最好的模型形成了兩條完全不同的路徑。

在安全標(biāo)記方面，所有NB2生成的圖像都將攜帶SynthID水印，并支持C2PA Content Credentials標(biāo)準(zhǔn)。Google稱自去年11月上線SynthID驗(yàn)證功能以來，該功能已被使用超過2000萬次。

半年時(shí)間，Google把Nano Banana從一個(gè)病毒傳播的實(shí)驗(yàn)功能推進(jìn)到了覆蓋核心產(chǎn)品線的默認(rèn)能力。當(dāng)AI圖像生成的成本不斷趨近于零、質(zhì)量趨近于足夠好，Google沒有選擇在模型競賽中爭奪每一個(gè)百分點(diǎn)的畫質(zhì)優(yōu)勢(shì)，而是把這個(gè)能力做成水電一樣的東西，默認(rèn)開啟，隨處可用。對(duì)于Google來說，Nano Banana系列真正的產(chǎn)品不是圖像模型本身，而是“讓十億級(jí)用戶在不知不覺中開始使用AI圖像生成”這件事。