比起模型本身的升級，這次更像一次「產(chǎn)品收束」。

作者｜張勇毅

去年，Nano Banana 剛出圈的時候，我身邊不少做平面內(nèi)容的朋友第一反應是：終于不用再開 Photoshop 改那些破海報了。

但興奮勁過去之后，大家發(fā)現(xiàn)一個尷尬的事 —— 模型是好模型，可每次要用的時候還得專門跑去找入口、調(diào)參數(shù)： 當然，最重要的體驗是你還得 等半天。這個情況在 Nano Banana Pro 發(fā)布之后，反而更加嚴重。

換言之，它更像一個「偶爾驚艷你一下」的玩具，而不是隨手就能用的工具。 對于真正拿 Nano Banana 嘗試創(chuàng)作的用戶來講，也當然需要一款既好用又便宜的版本，來支撐“量大管飽”的需求。

這也是為什么 Nano Banana 2 備受關(guān)注的原因： 2 月 26 日，Google DeepMind 發(fā)布了 Nano Banana 2（官方也稱 Gemini 3.1 Flash Image）。

實際上，在全球網(wǎng)友已經(jīng)玩了兩個小時之后，谷歌官方的公告才姍姍來遲，宣布了 Nano Nano 2 的正式到來。

表面看是一次模型升級，但我覺得更準確的說法是：Google 想讓圖像生成從「你得專門去找它」變成「 量大管飽的創(chuàng)作者工具 」。

01

三件事，Google 往前推了一步

先說能力層面。Nano Banana 2 確實在幾個老大難問題上有了進展。

第一件：畫圖的時候，模型終于「懂點時事兒」了。

Google 把 Gemini 的現(xiàn)實世界知識庫和實時搜索信息接入了生成過程。Nano Banana 2 可以利用 Gemini 模型豐富的全球知識，通過網(wǎng)絡搜索圖像來創(chuàng)建增強的視覺效果。

聽起來有點抽象，翻譯成人話就是——你讓它畫一張信息圖，它知道數(shù)據(jù)長什么樣；你讓它畫東京塔，它不會畫成埃菲爾鐵塔。這對做信息圖、數(shù)據(jù)可視化、或者任何需要「畫得對」而非「畫得美」的場景，算是實質(zhì)性改善。

第二件：圖里的字，終于能看清了。 這事聽起來很基礎(chǔ)，但在很多商業(yè)場景里，文字渲染比畫風重要十倍。營銷海報、活動主視覺、UI 原型、門店指示牌——字一糊，整張圖就廢了。

在接入 Gemini 模型實現(xiàn)網(wǎng)絡搜索圖像之后，你可以實時地獲取世界各地的實時信息來輔助內(nèi)容生成，比如獲取位置以及實時天氣數(shù)據(jù)，來創(chuàng)建逼真的窗戶景色。

如果你在 Nano Banana V1 時代就一直在使用它的話，你可能會記得文字渲染一直是個老大難的問題。

這一次，谷歌也終于將其作為一個重要升級項目進行了加強。

Nano Banana 2 強調(diào)的「清晰可讀的文本生成」，加上支持圖內(nèi)翻譯和本地化，直接把「出一張可用物料」的可用性與鏈路縮短了一大截。

對做出海業(yè)務的團隊來說，這可能比任何風格升級都實在。 谷歌為了展示這種能力，自己還做了一個 demo：它可以直接將廣告翻譯成各種不同的語言以適應國際市場，以此來炫耀 Nano Banana 2 通過圖像內(nèi)功能理解本地化視覺元素的能力。

第三件：角色和物體的一致性，開始夠用了。 同一工作流里最多維持 5 個角色相貌一致、14 個物體外觀一致；分辨率覆蓋 512px 到 4K，畫幅可控。對做分鏡、做連續(xù)故事、做系列化物料的人來說，這類能力的價值遠大于「多一種風格」。

說句實話，單看這些能力點，Nano Banana 2 并沒有做出讓人「哇」一聲的突破。每一項都是在已有方向上往前拱了一步。

但這次更新真正有意思的地方，不在能力本身。

02

比起「畫得更好」，Google 這次更在意「鋪得更廣」

Nano Banana 2 被塞進了幾乎所有你能想到的 Google 產(chǎn)品入口里。

在 Gemini 里，它會替換掉 Fast / Thinking / Pro 模式下原來的 Nano Banana Pro。

如果你是 Google AI Pro / Ultra 訂閱用戶，仍然能通過圖片的三點菜單調(diào)用 Nano Banana Pro 做更精細的任務——但默認出圖能力，已經(jīng)換代了。

在 Search 里，它進入了 AI Mode 和 Lens，覆蓋 141 個新增國家與地區(qū)、額外 8 種語言。在 Flow 里，它直接成為默認圖像模型，對所有用戶零 credits。在 Google Ads 里，它變成創(chuàng)建廣告活動時的「建議能力」。

這套動作連起來看，邏輯很清晰：Google 的判斷是，圖像生成的真正戰(zhàn)場不在模型榜單上，而在入口里、在工作流里、在用戶「順手就用了」的那個瞬間。

怎么理解這件事？打個比方：過去的 AI 畫圖工具更像一家「需要專程跑去的獨立畫廊」，手藝不錯，但你得特地安排時間。Google 現(xiàn)在做的事情，是把畫廊變成超市里的文具貨架——你來買菜的時候順手就拿了。

這也解釋了為什么 Nano Banana 2 選擇了 Flash 速度檔而不是 Pro 檔作為主力鋪設(shè)版本：畢竟在追求規(guī)模、速度和分發(fā)密度上，在這個階段比極致質(zhì)量更重要。

03

給創(chuàng)作者的信號：圖像模型正在變成「可配置的渲染引擎」

面向開發(fā)者/創(chuàng)作者的版本里，還有幾個細節(jié)值得注意。

Nano Banana 2 新增了 4:1、1:4、8:1、1:8 等超寬幅畫幅比例，以及 512px 的低分辨率檔。

后者目標很明確：降延遲，適配高并發(fā)和快速迭代。它還提供了「可配置的 thinking levels」，分 Minimal（默認）和 High/Dynamic 兩檔，讓開發(fā)者在速度與推理強度之間自己撥桿。

如果為了追求極致效果，你當然可以去生成 4K 畫質(zhì)。你甚至可以按照自己的需求、喜好和風格，為自己定制壁紙。

當一個圖像模型開始提供分辨率擋位、畫幅參數(shù)、推理強度撥桿的時候，它就不再是一個「創(chuàng)意工具」，而是一個「渲染引擎」了。 這對兩類產(chǎn)品形態(tài)會產(chǎn)生直接影響：面向普通用戶的模板化出圖工具，和面向企業(yè)的批量生產(chǎn)系統(tǒng)。

過去靠「套殼 + 流程膠水」建立壁壘的圖像工具，接下來的日子可能不太好過。當?shù)讓幽Ｐ妥约壕湍茌敵鼋Y(jié)構(gòu)化、可預測的結(jié)果，中間層的價值會被壓縮。

另一件事也值得提：Google 在這次發(fā)布中繼續(xù)強化了生成內(nèi)容的可驗證鏈路——SynthID 水印加 C2PA Content Credentials 的組合。官方透露 Gemini App 里的 SynthID 驗證功能已被使用超過 2000 萬次。生成式視覺越逼真，驗證機制就越得前置，這是一個行業(yè)性的基礎(chǔ)設(shè)施問題，Google 在把它當標配來做。

回到開頭的那個問題：圖像生成模型的競爭，到底由什么決定？

從 Reuters 此前對 Nano Banana 出圈的報道來看，它確實在短時間內(nèi)給 Gemini 帶來了大量新用戶和海量生成量。但「爆款」這種事，偶發(fā)性太強。

Nano Banana 2 想做的，恰恰是把偶發(fā)性變成確定性：更快、更可控、更容易被調(diào)用，鋪進盡可能多的產(chǎn)品入口里。它不一定是畫得最好的那個模型，但它可能是你「最先碰到」的那個。

在 AI 產(chǎn)品的競爭里，這往往比「最好」更管用。

*頭圖來源：Google DeepMind

本文為極客公園原創(chuàng)文章，轉(zhuǎn)載請聯(lián)系極客君微信 geekparkGO

極客一問

你如何看待？

Sam Altman：訓練一個人需要 20 年，不如訓練一次 AI 劃算。

點贊關(guān)注極客公園視頻號，