作者丨子墨

北京時(shí)間2026年2月27日凌晨，谷歌發(fā)布了最新圖像模型Nano Banana 2（以下簡(jiǎn)稱NB 2），隨后立即在Artificial Analysis文生圖榜單上登頂，迅速引起行業(yè)熱議。

（2026.2.27 Artificial Analysis文生圖榜單排名情況）

Nano Banana自2025年8月上線至今，正好半年時(shí)間，已經(jīng)經(jīng)歷了3個(gè)版本，3個(gè)月更新一次，且每個(gè)版本都在之前的基礎(chǔ)上有了更強(qiáng)的AI屬性。

比如NB Pro版增加了思考模式；NB 2則在生成的速度與質(zhì)量上有了進(jìn)一步升級(jí)，更加突出“極速”和“一致性”概念，同時(shí)這也是Nano Banana首次在Flash極速系列模型中原生支持4K輸出（Pro系列雖然也支持4K，但其更注重于深度推理，生成速度通常比Flash慢）。

（Nano Banana系列模型全景圖，由Gemini生成）

生成速度與圖像畫(huà)質(zhì)一直是行業(yè)亟待突破的核心痛點(diǎn)，NB 2究竟實(shí)現(xiàn)了哪些關(guān)鍵升級(jí)？又將為市場(chǎng)開(kāi)辟出怎樣的新方向與新可能？

聯(lián)網(wǎng)搜索，還原“窗外”真實(shí)場(chǎng)景

首先，可以看到在NB 2的主頁(yè)面中增加了各種參考風(fēng)格模板，這是之前的版本中沒(méi)有的。而且這些圖并不是那種傳統(tǒng)的，像如二次元、像素風(fēng)、電影寫(xiě)真一樣的分類，而是一種更具設(shè)計(jì)感、藝術(shù)感，帶有情感且更具象化的表述，比如哥特式粘土、超現(xiàn)實(shí)主義、老動(dòng)畫(huà)片、神話戰(zhàn)士等等，在初始階段就為用戶提供了設(shè)計(jì)靈感。

（Nano Banana 2主頁(yè)參考模板圖）

這里，筆者選取了“Moody（憂郁情緒）”參考圖作為生成模板，以“少女坐在窗邊，側(cè)臉安靜憂郁，眼神放空，被日常瑣事困擾而情緒低落，柔和側(cè)光，簡(jiǎn)約房間，安靜孤獨(dú)的氛圍，電影質(zhì)感，低飽和度，細(xì)膩唯美，治愈系插畫(huà)。”為提示詞，生成了下面這張圖。總耗時(shí)約20秒，速度比之前的Pro版本快了一些。

可以看出，整體畫(huà)面除了有較強(qiáng)的電影質(zhì)感外，“窗外”的風(fēng)景是非常寫(xiě)實(shí)的，圖中的車輛、電線桿等元素，是符合女孩視角下“近大遠(yuǎn)小”邏輯的。這是NB 2在模型上相較于之前的一個(gè)細(xì)節(jié)方面的提升。它能夠通過(guò)網(wǎng)絡(luò)搜索來(lái)獲取圖像，以真實(shí)世界的景象作為參考，進(jìn)而創(chuàng)造出更加細(xì)節(jié)、寫(xiě)實(shí)的視覺(jué)效果。

在谷歌的官方示例中，也對(duì)“窗邊座位”場(chǎng)景進(jìn)行了展示。NB 2能夠結(jié)合知識(shí)儲(chǔ)備與網(wǎng)絡(luò)檢索，根據(jù)全球各地的實(shí)時(shí)天氣數(shù)據(jù)，生成更加逼真的窗外風(fēng)景。

（Nano Banana 2官方示例，圖源：谷歌）

一致性升級(jí)，連載創(chuàng)作不再“跑偏”？

其次，NB 2在“一致性”方面做了升級(jí)。在之前的版本中，同一個(gè)工作流內(nèi)，對(duì)多角色或物體圖片進(jìn)行多次修改時(shí)，一些物體變模糊或扭曲，角色面部會(huì)出現(xiàn)變形等情況，這也是大部分模型都面臨的痛點(diǎn)問(wèn)題。

而在NB 2則能夠在同一個(gè)工作流中保持多達(dá)5個(gè)角色、14個(gè)物體的一致性。這意味著，用戶可以跨多場(chǎng)景、鏡頭展示內(nèi)容，十分適合于分鏡制作或連載創(chuàng)作。

而這種能力的提升也在于NB 2從Pro模型中引入的強(qiáng)推理能力和更嚴(yán)格的指令遵循。一方面，模型能夠通過(guò)初始的提示詞為每個(gè)角色定義獨(dú)特的物體特征，并在后續(xù)生成的圖片中識(shí)別并保留這些特定的內(nèi)容，避免在修改環(huán)境或動(dòng)作時(shí)，角色的形象發(fā)生改變。

另一方面，NB 2支持從512px到4K的多種分辨率和原生比例，在高精度的渲染下，確保了在復(fù)雜的視覺(jué)場(chǎng)景中，紋理、光照等細(xì)節(jié)在多次迭代中仍能保持穩(wěn)定。

筆者用“6只寵物在不同場(chǎng)景下旅行”作為案例，進(jìn)行了“一致性”測(cè)試。

初始提示詞為：3只貓、3只狗一起在熱帶海邊沙灘玩耍，藍(lán)天白云，清澈海水，夏日氛圍，每只寵物的品種有所差異，生動(dòng)自然，高保真畫(huà)質(zhì)。生成圖片如下：

二次修改提示詞為：這些寵物一起漫步在彩色童話小鎮(zhèn)，夢(mèng)幻溫馨，可愛(ài)風(fēng)格，每只寵物外形與之前保持一致，位置和動(dòng)作有所變化，細(xì)節(jié)豐富，光線柔和。生成圖片如下：

三次修改提示詞為：這些寵物們仰望星空，銀河璀璨，氛圍感拉滿，每只寵物外觀保持一致，動(dòng)作和位置有所變化，史詩(shī)級(jí)畫(huà)面，超寫(xiě)實(shí)。生成圖片如下：

可以發(fā)現(xiàn)，在經(jīng)歷了2次場(chǎng)景、寵物動(dòng)作及位置變化后，最初的6只寵物變成了5只，但保留的這5只雖然視角、動(dòng)作、位置有所變化，但形象始終是保持一致的。不過(guò)，圖片中場(chǎng)景的AI感還是比較強(qiáng)的，寵物與場(chǎng)景的融合度還有待提升，目前還是存在類似影視劇中的“摳圖感”。

圖像中的本地化，設(shè)計(jì)中的多場(chǎng)景

除了上述在生成質(zhì)量和一致性方面的提升，NB 2還做了一些功能細(xì)節(jié)方面的優(yōu)化，為有專業(yè)設(shè)計(jì)需求的人提供服務(wù)。

比如模型支持了圖像內(nèi)容的本地化，即可直接在圖像中生成、翻譯多語(yǔ)言文字，同時(shí)模型也能理解并對(duì)畫(huà)面視覺(jué)內(nèi)容進(jìn)行本地化適配。這對(duì)于一些全球化的B端用戶來(lái)說(shuō)，節(jié)省了不少重復(fù)修改的時(shí)間成本。

（Nano Banana 2多語(yǔ)言翻譯，圖源：谷歌）

此外，NB 2在原有生成圖像寬高比的基礎(chǔ)上，新增了4:1、1:4、8:1和1:8的比例，滿足更多元化的場(chǎng)景需求。比如4:1是非常典型的網(wǎng)頁(yè)橫幅尺寸，8:1則在地鐵、機(jī)場(chǎng)中極寬LED屏幕上較為常見(jiàn)。

百萬(wàn)Token價(jià)格，直降50%

NB 2的多項(xiàng)升級(jí)或許需要更高頻使用才能深度感知，但價(jià)格卻是最直觀地顯現(xiàn)。它通過(guò)降低每百萬(wàn)Token單價(jià)的方式，使生成成本相比之前的Pro版大幅降低。Pro版本的輸出單價(jià)為120美元/1M tokens，而NB 2僅為60美元，降幅達(dá)到50%。

且根據(jù)不同分辨率消耗不同的Token數(shù)量，相比于Pro版1K和2K統(tǒng)一價(jià)格，NB 2對(duì)低分辨率圖片的成本控制更優(yōu)，特別是1K分辨率的圖片，價(jià)格相比之前降低了50%。

不同分辨率生成成本估算，圖表及數(shù)據(jù)均由Gemini生成

總的來(lái)說(shuō)，NB 2的這次升級(jí)，核心在于提升了生成內(nèi)容的一致性與響應(yīng)速度。通過(guò)引入全網(wǎng)實(shí)時(shí)搜索，讓生成結(jié)果與現(xiàn)實(shí)世界的關(guān)聯(lián)更加緊密，并在本地化和多場(chǎng)景應(yīng)用上有了更明確的布局。

從上線首日的反饋來(lái)看，用戶最直觀的感受是“快”。雖然在圖像精細(xì)度上，人們可能還沒(méi)察覺(jué)到顯著變化，但這次迭代為市場(chǎng)帶來(lái)了新的思路：速度與質(zhì)量并非不可兼得。語(yǔ)義理解、推理能力以及實(shí)時(shí)搜索的加入，正在成為提升圖像質(zhì)量的關(guān)鍵要素。