北京
谷歌正式發(fā)布最強生圖模型Nano Banana 2，用戶現(xiàn)可在Gemini中直接調(diào)用該模型生成圖片，使用時需切換至Fast模式。
該模型底層基于Gemini 3.1 Flash構建，技術代號為Gemini 3.1 Flash Image，相比第一代實現(xiàn)了從“像素模仿”到“邏輯理解”的跨越，被形容為具備物理常識和思維邏輯的“視覺導演”。
核心突破包括四大能力，一是具備“推理能力”的視覺引擎，內(nèi)置類似Gemini 3.1的思考層，可在生成像素前先分析場景邏輯，處理物體遮擋關系、光的折射、重力感等物理場景，減少AI常見的“靈異”錯誤，二是完美的文字與圖表渲染，可生成清晰無錯別字的招牌、海報及多行文本，支持直接生成結構正確的信息圖表、UI界面原型圖及帶數(shù)學符號的教學圖解，三是極致的角色與風格一致性，只需提供一張照片即可在不同場景和動作中保持同一人物面部特征，準確率據(jù)稱達95%以上，同時支持上傳多達14張參考圖進行多圖融合，四是專業(yè)級視頻和靜態(tài)圖編輯，支持對話式微調(diào)和局部精準修改，可原生輸出2K到4K超高清分辨率。
與第一代相比，Nano Banana 2在基礎架構、分辨率、文字能力、邏輯理解及參考圖支持等方面均有顯著提升，基礎架構從Gemini 2.5 Flash升級至Gemini 3.1 Flash/Pro，分辨率從約1K提升至原生2K/4K，文字能力從經(jīng)常出現(xiàn)亂碼改進為精準渲染多國語言文字，邏輯理解從僅按提示詞繪畫升級為具備“思維鏈”和理解物理關系，參考圖支持從數(shù)量有限擴展至支持多達14張參考圖。（AI普銳斯）
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
