昨天，Google 發(fā)布了自家最新一代的圖片生成模型 Nano Banana 2，也就是 Gemini 3.1 Flash Image。

我第一時間體驗(yàn)了一下，雖然在能力上談不上跨越式進(jìn)化，但是也稱得上一個重磅更新。

直接說更新重點(diǎn)，就是更快更便宜了。

相比之前的 Nano Banana Pro 模型，NB2 的使用成本降低了一半，而且對于多圖生成的速度更快了，一致性也更強(qiáng)。

這次我依舊是在 Lovart 上體驗(yàn)的 NB2，這也是目前我認(rèn)為使用 Nano Banana 系列最方便體驗(yàn)最好的 AI 產(chǎn)品。

還不知道的，網(wǎng)址我放這里了：https://www.lovart.ai/

在 Arena 的測評榜單里，NB2 目前是文生圖模型的排名第一，超過了 GPT Image 和自家的 NBP。

先說下我認(rèn)為這次 NB2 更新后最明顯的變化，就是一次性生成多圖的速度、穩(wěn)定性和一致性。

我用自己的一張實(shí)拍照片作為參照，讓 NB2 給我生成了一組短劇分鏡，一次性生成 20 張圖片。

場景是我在一個深夜的會議室和一群人在討論產(chǎn)品設(shè)計(jì)方案，場面一度非常緊張和激烈。

直接看效果。

生成這組分鏡圖的提示詞如下。

在等待生成的過程中，能明顯感覺到會比 NBP 更快，而且不同場景下人物的一致性保持得很好。

尤其是其中一張給我眼部做特寫的圖片，我眼鏡鏡片里的顯示器反光、眼珠里的投射、我臉上的皮膚質(zhì)感、以及鼻子上的粉刺都精細(xì)化還原出來了。

你們看下大圖，這個效果的確非常棒。

有了這組分鏡圖，我就可以調(diào)整細(xì)節(jié)，再用視頻模型去生成一條短劇，整個生產(chǎn)流就被打通了。

同時，Lovart 集合了不少頂尖視頻模型，比如 Keling、Seedance 等， 基于生成的分鏡可以一鍵生成視頻，無需跨平臺，一站式搞定圖片、視頻創(chuàng)作。

我也試著用 Gemini 原生模型去生成同樣的需求，但還是覺得在 Lovart 中使用 NB2 更方便。

尤其是對這種多圖處理需求，Lovart 的無限畫布模式在操作和預(yù)覽上更自然。這種畫布模式既方便編輯和響應(yīng)，也是設(shè)計(jì)資產(chǎn)存放地。

接下來我又試了個有趣的操作，還是基于我那張個人照片，讓 NB2 給我生成一組漫畫。

看成品。

提示詞如下。

NB2 根據(jù)我的提示詞還原了場景、對話氣泡、中文以及動作細(xì)節(jié)。

如果覺得漫畫里的文字需要調(diào)整，還可以直接用 Lovart 的編輯文字功能，不用重新出圖，直接在圖片上修改。

因?yàn)槲野l(fā)現(xiàn)漫畫里出現(xiàn)了一些日文，所以我用這個功能把一些文字改成了中文，更符合場景設(shè)定。

這么一來，「明天上線」這個梗就可以完美體現(xiàn)了。

之前我跟你們說過，我現(xiàn)在每天的設(shè)計(jì)需求都是 AI 幫我完成的，其實(shí)都是用的 Lovart 這樣的產(chǎn)品。

這里舉個例子，比如我要給自己收藏的一個汽車模型做一張商業(yè)級海報。

參考圖片是我自己用手機(jī)拍攝的，要求是給這輛車生成不同的分鏡細(xì)節(jié)展示，然后加上一些描述。

提示詞如下。

很快，NB2 就給我設(shè)計(jì)出了一張海報。

細(xì)節(jié)還原度很高，文字清晰，而且還給出了這輛車的參數(shù)信息，且全部正確。

這也說明，NB2 不僅是在做圖，也進(jìn)行了思考和需求理解。

還沒完，這時候我又在想，如果未來我要推出自己的汽車模型品牌，那我一定需要一些電商場景下的商品展示圖。

于是，我在 Lovart 上用 NB2 做出了這組圖。

提示詞里對細(xì)節(jié)、精致性、生活場景的還原都做得不錯，放在電商產(chǎn)品的介紹頁面，其實(shí)完全夠用了。

我發(fā)現(xiàn)，在批量生圖的測試上，NB2 還是展示出了不錯的水準(zhǔn)。

不過，NB2 也不是完美的，這跟 Google 自家的策略或許也有一定的關(guān)系。

既然價格比 NBP 便宜一半，且速度更快，那也一定會有一些不足。

我在網(wǎng)上看一些測評時，有人就發(fā)現(xiàn) NB2 在做跨維度內(nèi)容融合時不如前代的 NBP。

比如，把一個二次元人物、一個鉛筆素描人物和一個粘土人物放在一個場景下，過渡效果就不是很自然。

從生圖質(zhì)量上，Nano Banana 2 和 Nano Banana Pro 相比沒有跨代際的進(jìn)步，最大的亮點(diǎn)就是生圖更快，且成本更低了。

尤其是對于直接調(diào)用 API 的開發(fā)者來說，這個成本的節(jié)省還是很直觀的，畢竟過去掉用 API 生成一張 4K 圖真的很貴，差不多人民幣 1 塊錢一張。

雖然現(xiàn)在也沒有便宜到哪去，但是 Google 自砍一刀打五折也算是給出誠意了。

最后，對于現(xiàn)在 AI 設(shè)計(jì)類產(chǎn)品我也試過不少，Lovart 在體驗(yàn)上我還是首推的。

它的無限畫布模式非常適合設(shè)計(jì)場景，圖片擺放和拖動很自然，而且一次生成超過 100 張以上的圖片也沒問題，支持超長上下文。

相比 Gemini 一次出幾張就中斷的體驗(yàn)，Lovart 比較適合規(guī)模化創(chuàng)作。

另外，Lovart 提供的二次編輯能力對于需求變更和設(shè)計(jì)調(diào)整也很方便，不僅可以直接改文字，還能編輯圖片內(nèi)元素，靈活性也很強(qiáng)。

沒體驗(yàn)過的，可以試試：https://www.lovart.ai/

AI 帶來的是生產(chǎn)力的進(jìn)步，而它進(jìn)步的速度遠(yuǎn)超我們以為的樣子。

················· 唐韌出品 ·················

安可時刻

人類的整體生產(chǎn)力進(jìn)步是從使用工具開始的，從石器、到鐵器、再到機(jī)械和電子，每一次迭代都伴隨著生產(chǎn)力指數(shù)級躍升。

對個人來說，掌握先進(jìn)生產(chǎn)力工具也是拉開個體差異的一個關(guān)鍵因素，事半功倍，在 AI 時代越來越具象化。

或者應(yīng)該說，事半功數(shù)倍。