出品 | 網(wǎng)易智能

作者 | 小小

編輯 | 王鳳枝

2月26日深夜，谷歌正式發(fā)布Nano Banana 2，核心優(yōu)勢(shì)就是便宜。

它兼顧了出圖速度與專業(yè)畫質(zhì)，在維持生成質(zhì)量不掉線的前提下，將單張成本直接砍半。

根據(jù)AI模型評(píng)測(cè)平臺(tái)Arena.ai的榜單顯示，Nano Banana 2以1279分的文本轉(zhuǎn)圖像得分，超越了GPT-Image-1.5和自家老大哥Nano Banana Pro；單圖編輯拿下1407分，與ChatGPT-Image-Latest持平。每張圖的生成成本約為0.067美元（約合人民幣0.46元），比Nano Banana Pro便宜一半。

資深用戶在搶先體驗(yàn)后表示，雖然模型還不完美，但它是第一個(gè)能相對(duì)穩(wěn)定處理復(fù)雜圖表和指令跟隨的產(chǎn)品。

網(wǎng)友普遍認(rèn)為，Nano Banana 2并非那種讓人驚呼顛覆的創(chuàng)新，它在做的是讓AI生圖從偶爾玩票的創(chuàng)意玩具，徹底變成每天能跑幾千張的生產(chǎn)工具。

01 Nano Banana 2到底是什么？

Nano Banana 2的正式名稱是Gemini 3.1 Flash Image。它并非Nano Banana Pro的續(xù)作，而是初代Nano Banana（Gemini 2.5 Flash Image）的深度升級(jí)版，直接換上了Gemini 3 Flash的核心引擎。

谷歌的思路是把Pro級(jí)別的核心能力，比如世界知識(shí)、文本渲染、主體一致性等，全部整合進(jìn)Flash產(chǎn)品線。速度保持Flash級(jí)別，能力向Pro看齊。

對(duì)企業(yè)用戶來說，這意味著以前需要為高質(zhì)量圖像生成支付Pro級(jí)價(jià)格，每張1K分辨率（百萬像素級(jí)）圖像成本約0.134美元?，F(xiàn)在同樣的質(zhì)量需求，完全可以用Flash級(jí)價(jià)格滿足，成本降到0.067美元。對(duì)于每天生成數(shù)千張圖像的應(yīng)用場(chǎng)景，這個(gè)差距直接決定項(xiàng)目能否從概念驗(yàn)證走向規(guī)?；渴?。

賓夕法尼亞大學(xué)沃頓商學(xué)院教授、生成式AI實(shí)驗(yàn)室聯(lián)合主任伊?！つ耍‥than Mollick）提前體驗(yàn)后表示，這款模型還不完美，但已經(jīng)是第一個(gè)能相對(duì)穩(wěn)定處理復(fù)雜圖像和圖表的模型，文本準(zhǔn)確性和復(fù)雜指令的跟隨能力提升明顯。

Nano Banana 2最核心的升級(jí)是“世界知識(shí)”能力的落地。

傳統(tǒng)AI圖像生成依賴訓(xùn)練數(shù)據(jù)中的記憶。讓它畫世界貿(mào)易中心一號(hào)樓，輪廓或許可以畫對(duì)，但要畫出塔身上某個(gè)特定時(shí)期的細(xì)節(jié)或者某個(gè)品牌的Logo，它就無能為力了，因?yàn)檫@些細(xì)節(jié)并不存在于訓(xùn)練數(shù)據(jù)中。

Nano Banana 2的解決方案是：在生成圖像的同時(shí)可以實(shí)時(shí)調(diào)用網(wǎng)絡(luò)搜索。它先搜索相關(guān)信息，理解目標(biāo)對(duì)象長(zhǎng)什么樣，然后再進(jìn)行生成。

這意味著，讓它畫“2026年超級(jí)碗中場(chǎng)秀舞臺(tái)”，它會(huì)去搜索當(dāng)時(shí)的現(xiàn)場(chǎng)照片并基于真實(shí)信息生成。讓它為某個(gè)品牌設(shè)計(jì)海報(bào)，它能準(zhǔn)確還原Logo細(xì)節(jié)，因?yàn)樗娴娜ァ翱础绷恕?/p>

谷歌CEO桑達(dá)爾·皮查伊（Sundar Pichai）在發(fā)布時(shí)演示了一個(gè)“靠窗座位”功能：模型獲取當(dāng)?shù)貙?shí)時(shí)天氣信息，從世界任何一扇窗戶生成窗外的精準(zhǔn)畫面，支持2K/4K分辨率。窗外的陰晴雨雪，都能在畫面中得到真實(shí)的體現(xiàn)。

這個(gè)能力在信息圖場(chǎng)景下尤其有用。硅谷風(fēng)險(xiǎn)投資公司Andreessen Horowitz的合伙人賈斯汀·摩爾（Justine Moore）在測(cè)試中發(fā)現(xiàn)，Nano Banana 2可以用搜索快速生成篇幅較長(zhǎng)、內(nèi)容扎實(shí)的信息圖。她試了“解釋麥當(dāng)勞冰淇淋機(jī)工作原理以及為什么總壞”的提示，生成結(jié)果圖文匹配，邏輯通順。

02文本渲染：終于能看清圖里的字了

AI生圖領(lǐng)域有個(gè)老問題：讓模型在圖像里生成能看的文字，比畫個(gè)人難得多。以前很多圖遠(yuǎn)看還行，放大一看招牌上的字母全是亂碼，菜單上的文字像外星符號(hào)。這導(dǎo)致商業(yè)場(chǎng)景根本無法直接使用。

Nano Banana 2在這個(gè)問題上做了針對(duì)性優(yōu)化。

摩爾用雜志封面做了測(cè)試。生成的封面里，每一行文字都準(zhǔn)確清晰，沒有亂碼且沒有字體扭曲。對(duì)比Nano Banana Pro，后者雖然也能生成文字但偶爾會(huì)出錯(cuò)，而且畫面總帶點(diǎn)3D渲染的塑料感。摩爾評(píng)價(jià)稱，Nano Banana 2的結(jié)果更像真實(shí)照片，而非渲染圖。

莫利克也提到，復(fù)雜的圖表標(biāo)注以前是AI的難點(diǎn)，現(xiàn)在Nano Banana 2能正確顯示詳細(xì)標(biāo)簽，雖然偶爾還會(huì)出問題，但已經(jīng)是明顯的進(jìn)步。

翻譯功能也被整合進(jìn)來了。一張英文海報(bào)可以要求它直接轉(zhuǎn)成日文、法文或印地語，文本在圖像內(nèi)直接替換，構(gòu)圖保持不變。對(duì)于跨國營銷團(tuán)隊(duì)而言，這個(gè)功能可以節(jié)省大量重復(fù)設(shè)計(jì)的時(shí)間。

另一個(gè)讓創(chuàng)作者高度關(guān)注的升級(jí)是主體一致性。

根據(jù)谷歌提供的信息，Nano Banana 2可以在單個(gè)工作流中，維持最多5個(gè)角色的長(zhǎng)相一致，同時(shí)保持14個(gè)物體的視覺特征不變。

摩爾用一個(gè)8格漫畫做了測(cè)試，主題是“Sam Altman在OpenAI被解雇又復(fù)職的過程”。以前的模型畫到第三四格人物就開始變形，服裝亂飄且場(chǎng)景失控。Nano Banana 2跑完8格，人物從頭到尾都保持著同一張臉。

她還測(cè)試了產(chǎn)品攝影場(chǎng)景。上傳一張橄欖油瓶的照片，要求生成“一位女士在廚房拿著這瓶油”的畫面。生成的圖像里，瓶子的標(biāo)簽、顏色和形狀都與參考圖高度一致。輸出結(jié)果看起來就像是精心拍攝的照片，AI生成的感覺極淡。

對(duì)于廣告公司和內(nèi)容工作室來說，這個(gè)能力意味著可以用更短的時(shí)間完成故事板、產(chǎn)品陳列、品牌資產(chǎn)積累等需要極強(qiáng)視覺連續(xù)性的工作。

03創(chuàng)意風(fēng)格：動(dòng)作片、黏土風(fēng)都能玩

除了硬核的生產(chǎn)力功能，Nano Banana 2在創(chuàng)意風(fēng)格上也有一些新嘗試。

體育攝影一直是AI的重災(zāi)區(qū)。運(yùn)動(dòng)員發(fā)力時(shí)的肌肉狀態(tài)以及運(yùn)動(dòng)中的物理規(guī)律，稍微差一點(diǎn)畫面就會(huì)顯得極假。摩爾測(cè)試了動(dòng)作照片生成，結(jié)果遠(yuǎn)超預(yù)期。有些圖甚至可以直接拿去做廣告，只需加點(diǎn)文案效果就能被市場(chǎng)接受。

Gemini應(yīng)用里還預(yù)置了一批風(fēng)格模板，點(diǎn)一下就能直接套用。她試了“哥特式黏土”和“琺瑯徽章”兩個(gè)選項(xiàng)，上傳普通照片后，一鍵轉(zhuǎn)換出來的效果堪比藝術(shù)品。

她還測(cè)試了用戶生成內(nèi)容場(chǎng)景。讓模型生成TikTok創(chuàng)作者的屏幕截圖，完美復(fù)刻了那種拿著產(chǎn)品在廚房或浴室自拍的風(fēng)格。只需提供一張產(chǎn)品照片配上簡(jiǎn)短提示，生成的截圖就能以假亂真。

04親測(cè)體驗(yàn)：速度、質(zhì)量、成本的平衡

綜合多位早期體驗(yàn)者的反饋，Nano Banana 2在產(chǎn)品定位上確實(shí)踩中了一個(gè)關(guān)鍵點(diǎn)。

速度方面，測(cè)試者普遍反饋生成時(shí)間被明顯縮短。有測(cè)試者讓Nano Banana 2生成一個(gè)完整的比特幣歷史時(shí)間線，包括搜索研究和最終圖像輸出，整個(gè)過程所用的時(shí)間與Nano Banana Pro單獨(dú)生成圖像的時(shí)間差不多。緊接著再加一個(gè)以太坊時(shí)間線的任務(wù)，幾乎沒有增加任何額外時(shí)間。

質(zhì)量方面，文本處理和主體一致性是最受好評(píng)的兩大核心能力。雜志封面、復(fù)雜圖表、多格漫畫，這些以前極易翻車的場(chǎng)景，現(xiàn)在的成功率得到了顯著提高。

成本方面，每張0.067美元的價(jià)格比Pro級(jí)便宜了一半，這讓更多邊緣應(yīng)用場(chǎng)景具備了商業(yè)化的可能。

當(dāng)然問題依然存在。有測(cè)試者嘗試讓Nano Banana 2編輯真實(shí)照片把服裝換成內(nèi)衣，模型經(jīng)過長(zhǎng)時(shí)間推理后直接拒絕了請(qǐng)求，而換成泳裝則可以正常生成。審查機(jī)制的存在和邊界限制，是需要企業(yè)用戶提前了解的合規(guī)要點(diǎn)。

05競(jìng)爭(zhēng)對(duì)手：阿里和字節(jié)也在出牌

Nano Banana 2發(fā)布的時(shí)間點(diǎn)，正好撞上了兩個(gè)強(qiáng)大競(jìng)爭(zhēng)對(duì)手的動(dòng)作。

2月10日，阿里Qwen團(tuán)隊(duì)發(fā)布Qwen-Image-2.0，70億參數(shù)量比上一代的200億參數(shù)輕了三分之二，但能力并未縮水。它原生支持2K分辨率，采用統(tǒng)一架構(gòu)同時(shí)處理生成和編輯任務(wù)，在AI Arena的盲測(cè)排行榜上生成和編輯雙雙排進(jìn)前三。

更關(guān)鍵的是它具備開源的預(yù)期。Qwen-Image v1當(dāng)初就是在發(fā)布一個(gè)月后開源的，開發(fā)者圈子里已經(jīng)有大量聲音在期待v2.0走同樣的路。如果開源成真，企業(yè)就可以在自己的服務(wù)器上運(yùn)行一個(gè)能力接近Nano Banana Pro的模型，每張圖的API調(diào)用費(fèi)用將徹底省下。

同一周，字節(jié)跳動(dòng)的Seedream 5也悄然亮相。

這款產(chǎn)品在創(chuàng)作者社區(qū)里的口碑一直極佳。原因有三：靈活、便宜（API每張0.035美元，約谷歌三分之一的價(jià)格）、內(nèi)容審核相對(duì)寬松。那些想用真人照片做視覺創(chuàng)作的開發(fā)者，被谷歌的安全機(jī)制拒絕后，往往會(huì)果斷轉(zhuǎn)向Seedream。

Seedream 5同樣把實(shí)時(shí)搜索整合進(jìn)了生成流程，不僅推理能力升級(jí)、參考一致性加強(qiáng)，還支持在單輪編輯里使用14張參考圖，實(shí)現(xiàn)2K/4K分辨率秒出。它甚至支持本地運(yùn)行，這在谷歌封閉的生態(tài)里是絕對(duì)不被允許的。

06企業(yè)怎么選：三條路徑各有利弊

對(duì)于正在搭建AI圖像生成能力的企業(yè)來說，當(dāng)下有三條路徑可以仔細(xì)評(píng)估。

第一條，繼續(xù)走谷歌路線。如果團(tuán)隊(duì)已經(jīng)深度綁定了谷歌云，Nano Banana 2絕對(duì)是順理成章的選擇。價(jià)格比Pro級(jí)砍半，且產(chǎn)品線全面鋪開，包括Gemini應(yīng)用、Google搜索的AI模式和鏡頭、AI Studio、Vertex AI、Google Cloud以及Flow等，無需修改架構(gòu)就能直接用上生產(chǎn)級(jí)能力。強(qiáng)大的文本渲染能力對(duì)于營銷素材和本地化場(chǎng)景來說更是剛需。

第二條，賭一把開源路線。如果公司具有嚴(yán)格的數(shù)據(jù)主權(quán)顧慮，或者每天生成的圖像量過大導(dǎo)致按張計(jì)費(fèi)成本無法承受，再或者就是單純想要擺脫API依賴，那么Qwen-Image-2.0值得高度關(guān)注。參數(shù)少意味著自托管的GPU成本極低，統(tǒng)一架構(gòu)能省掉模型串接的繁瑣，且輸出質(zhì)量并不掉隊(duì)。唯一的風(fēng)險(xiǎn)在于阿里是否會(huì)按時(shí)放出權(quán)重。

第三條，保留Pro級(jí)通道。Nano Banana Pro并沒有退場(chǎng)，Google AI Pro和Ultra訂閱者依然可以在Gemini應(yīng)用里通過“重新生成”菜單調(diào)用它。對(duì)于極高端的創(chuàng)意項(xiàng)目，或者每張圖都需要精細(xì)定制調(diào)性的場(chǎng)景，Pro級(jí)模型依然是不可替代的天花板。

最后一個(gè)容易被忽略的致命因素是水印和出處。

Nano Banana 2出廠就強(qiáng)制打上了SynthID水印，同時(shí)完美兼容C2PA內(nèi)容憑證標(biāo)準(zhǔn)。自去年11月在Gemini應(yīng)用上線以來，SynthID驗(yàn)證功能已經(jīng)被高頻使用了2000多萬次。對(duì)于金融、醫(yī)療等受嚴(yán)格監(jiān)管行業(yè)的企業(yè)來說，這個(gè)功能絕不是可有可無的加分項(xiàng)，而是業(yè)務(wù)生存的合規(guī)必選項(xiàng)。如果企業(yè)自己部署的開源模型在水印和憑證這一關(guān)過不去，業(yè)務(wù)流轉(zhuǎn)同樣會(huì)陷入徹底的停滯。

結(jié)語：中間地帶的戰(zhàn)爭(zhēng)

綜合來看，Nano Banana 2不是那種讓人驚呼顛覆的產(chǎn)品。它做的是更致命的事：融合Flash的速度與Pro的能力，成本砍半且質(zhì)量不掉線，徹底夯實(shí)了其作為高頻生產(chǎn)工具的地位。

Arena.ai的榜單把它推到了第一。莫利克驗(yàn)證了它對(duì)復(fù)雜圖表的掌控力，摩爾則在全場(chǎng)景實(shí)測(cè)后給出了“重大升級(jí)”的定語。但另一邊，Qwen-Image-2.0在開源側(cè)翼嚴(yán)陣以待，Seedream 5在靈活性和價(jià)格上持續(xù)死磕。

這場(chǎng)競(jìng)爭(zhēng)的結(jié)果，可能不是誰家模型畫得最漂亮，而是誰家模型畫得夠快、夠便宜、夠穩(wěn)，能讓企業(yè)放心把它塞進(jìn)生產(chǎn)流程。Nano Banana 2占據(jù)的，正是大多數(shù)企業(yè)真正需要的中間地帶：不需要天花板級(jí)的畫質(zhì)，但要足夠好的效果、足夠快的速度和足夠低的成本。