比起模型本身的升級(jí)，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(shí)候，我身邊不少做平面內(nèi)容的朋友第一反應(yīng)是：終于不用再開 Photoshop 改那些破海報(bào)了。

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

換言之，它更像一個(gè)「偶爾驚艷你一下」的玩具，而不是隨手就能用的工具。 對(duì)于真正拿 Nano Banana 嘗試創(chuàng)作的用戶來講，也當(dāng)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(shí)際上，在全球網(wǎng)友已經(jīng)玩了兩個(gè)小時(shí)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(jí)，但我覺得更準(zhǔn)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(shí)在幾個(gè)老大難問題上有了進(jìn)展。

第一件：畫圖的時(shí)候，模型終于「懂點(diǎn)時(shí)事兒」了。

Google 把 Gemini 的現(xiàn)實(shí)世界知識(shí)庫和實(shí)時(shí)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(shí)，通過網(wǎng)絡(luò)搜索圖像來創(chuàng)建增強(qiáng)的視覺效果。

聽起來有點(diǎn)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(zhǎng)什么樣；你讓它畫東京塔，它不會(huì)畫成埃菲爾鐵塔。這對(duì)做信息圖、數(shù)據(jù)可視化、或者任何需要「畫得對(duì)」而非「畫得美」的場(chǎng)景，算是實(shí)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(chǎng)景里，文字渲染比畫風(fēng)重要十倍。營(yíng)銷海報(bào)、活動(dòng)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(shí)現(xiàn)網(wǎng)絡(luò)搜索圖像之后，你可以實(shí)時(shí)地獲取世界各地的實(shí)時(shí)信息來輔助內(nèi)容生成，比如獲取位置以及實(shí)時(shí)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(shí)代就一直在使用它的話，你可能會(huì)記得文字渲染一直是個(gè)老大難的問題。

這一次，谷歌也終于將其作為一個(gè)重要升級(jí)項(xiàng)目進(jìn)行了加強(qiáng)。

Nano Banana 2 強(qiáng)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(duì)做出海業(yè)務(wù)的團(tuán)隊(duì)來說，這可能比任何風(fēng)格升級(jí)都實(shí)在。 谷歌為了展示這種能力，自己還做了一個(gè) demo：它可以直接將廣告翻譯成各種不同的語言以適應(yīng)國(guó)際市場(chǎng)，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?jí)蛴昧恕?同一工作流里最多維持 5 個(gè)角色相貌一致、14 個(gè)物體外觀一致；分辨率覆蓋 512px 到 4K，畫幅可控。對(duì)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(jià)值遠(yuǎn)大于「多一種風(fēng)格」。

說句實(shí)話，單看這些能力點(diǎn)，Nano Banana 2 并沒有做出讓人「哇」一聲的突破。每一項(xiàng)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(jìn)了幾乎所有你能想到的 Google 產(chǎn)品入口里。

在 Gemini 里，它會(huì)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(diǎn)菜單調(diào)用 Nano Banana Pro 做更精細(xì)的任務(wù)——但默認(rèn)出圖能力，已經(jīng)換代了。

在 Search 里，它進(jìn)入了 AI Mode 和 Lens，覆蓋 141 個(gè)新增國(guó)家與地區(qū)、額外 8 種語言。在 Flow 里，它直接成為默認(rèn)圖像模型，對(duì)所有用戶零 credits。在 Google Ads 里，它變成創(chuàng)建廣告活動(dòng)時(shí)的「建議能力」。

這套動(dòng)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(chǎng)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(gè)瞬間。

怎么理解這件事？打個(gè)比方：過去的 AI 畫圖工具更像一家「需要專程跑去的獨(dú)立畫廊」，手藝不錯(cuò)，但你得特地安排時(shí)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(shí)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(gè)階段比極致質(zhì)量更重要。

03

給創(chuàng)作者的信號(hào)：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(gè)細(xì)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(biāo)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(rèn)）和 High/Dynamic 兩檔，讓開發(fā)者在速度與推理強(qiáng)度之間自己撥桿。

如果為了追求極致效果，你當(dāng)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(fēng)格，為自己定制壁紙。

當(dāng)一個(gè)圖像模型開始提供分辨率擋位、畫幅參數(shù)、推理強(qiáng)度撥桿的時(shí)候，它就不再是一個(gè)「創(chuàng)意工具」，而是一個(gè)「渲染引擎」了。 這對(duì)兩類產(chǎn)品形態(tài)會(huì)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(dāng)?shù)讓幽Ｐ妥约壕湍茌敵鼋Y(jié)構(gòu)化、可預(yù)測(cè)的結(jié)果，中間層的價(jià)值會(huì)被壓縮。

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

回到開頭的那個(gè)問題：圖像生成模型的競(jìng)爭(zhēng)，到底由什么決定？

從 Reuters 此前對(duì) Nano Banana 出圈的報(bào)道來看，它確實(shí)在短時(shí)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(qiáng)。

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(jìn)盡可能多的產(chǎn)品入口里。它不一定是畫得最好的那個(gè)模型，但它可能是你「最先碰到」的那個(gè)。

在 AI 產(chǎn)品的競(jìng)爭(zhēng)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(qǐng)聯(lián)系極客君微信 geekparkGO

極客一問

你如何看待？

Sam Altman：訓(xùn)練一個(gè)人需要 20 年，不如訓(xùn)練一次 AI 劃算。

點(diǎn)贊關(guān)注極客公園視頻號(hào)，