作者 ｜ 周一笑
郵箱 ｜ zhouyixiao@pingwest.com

2月26日，Google發(fā)布了Nano Banana 2，Nano Banana圖像生成系列的第三款模型。

技術(shù)名稱為Gemini 3.1 Flash Image，它試圖解決一個此前橫亙在開發(fā)者和普通用戶面前的矛盾：想要Pro級畫質(zhì)，就得忍受Pro級的價格和等待；想要快和便宜，就只能將就初代Nano Banana的能力天花板。

先簡單回顧一下這條產(chǎn)品線。2025年8月，初代Nano Banana（Gemini 2.5 Flash Image）以匿名身份在LMArena上亮相后迅速出圈，成為Google近年來少有的病毒傳播AI產(chǎn)品。三個月后的11月，Nano Banana Pro（Gemini 3 Pro Image）發(fā)布，帶來了4K分辨率、精準(zhǔn)文字渲染和"先推理再畫圖"的架構(gòu)升級，被視為圖像生成領(lǐng)域的新標(biāo)桿。

現(xiàn)在又過了三個月，Nano Banana 2把Pro的核心能力裝進了Flash的殼里，并且將全面替代Pro，成為Google全線產(chǎn)品的默認(rèn)圖像生成模型。

半年三代，這個推進節(jié)奏在Google的AI產(chǎn)品矩陣中也屬罕見。

Pro的能力，F(xiàn)lash的成本

Nano Banana 2最直觀的變化是“Pro級能力 + Flash級速度”的組合，但具體拆開來看，幾個能力點值得關(guān)注。

聯(lián)網(wǎng)搜索增強的世界知識。這可能是Nano Banana 2與市面上大多數(shù)圖像生成模型最本質(zhì)的差異。生成過程中，模型可以調(diào)用Google Search獲取實時信息和圖片參考，再將其融入生成結(jié)果。

Google在開發(fā)者博客中展示了一個名為“Window Seat”的demo應(yīng)用：給定一個地點名稱，模型會先搜索該地點的實時天氣和街景圖片，再生成一張對應(yīng)的窗外風(fēng)景。它不再單純依賴訓(xùn)練數(shù)據(jù)進行“回憶”，轉(zhuǎn)為基于實時信息開展創(chuàng)作。

這個能力讓Nano Banana 2在生成信息圖、數(shù)據(jù)可視化、或涉及特定真實場景的內(nèi)容時，具備了傳統(tǒng)擴散模型難以匹配的優(yōu)勢。

聯(lián)網(wǎng)搜索為全球任意窗戶生成更精準(zhǔn)的窗外景觀。

文字渲染與圖內(nèi)翻譯。文字生成一直是AI圖像模型的痛點，初代Nano Banana在這方面表現(xiàn)尤其不穩(wěn)定。Nano Banana 2繼承了Pro版本的字符級驗證機制，能逐字檢查生成文字的準(zhǔn)確性。

更實用的是，它新增了圖內(nèi)多語言翻譯功能。給定一張包含英文標(biāo)識的圖片，可以直接要求模型將文字翻譯為其他語言并重新渲染，同時保持畫面一致性。Google官方demo展示了一個“Native Wildlife”路牌被翻譯為印地語的案例，文字替換后畫面的光照和質(zhì)感保持了連貫。

水循環(huán)圖解生成效果

主體一致性。Nano Banana 2支持在單個工作流中維持最多5個角色的外貌一致性，以及最多14個物體的視覺保真度。這對需要連續(xù)敘事的場景來說是關(guān)鍵能力，比如故事板、品牌素材、漫畫分鏡等。

Google展示了一組案例，三個毛絨角色搭建樹屋的六格連續(xù)故事，每格的角色服裝和面部特征保持穩(wěn)定，但表情和姿態(tài)有自然變化。

三個毛絨角色搭建樹屋的六格故事

分辨率與格式覆蓋。 支持512px到4K的四檔分辨率輸出。其中512px是新增的低分辨率檔位，專為需要快速迭代的批量生成場景設(shè)計。寬高比方面新增了4:1、1:4、8:1、1:8等極端比例，覆蓋了從豎版社交媒體到超寬banner的各類需求，這些是Pro版本此前不支持的。

可配置思考深度。 面向開發(fā)者的新功能：允許調(diào)節(jié)模型的推理強度，從Minimal（默認(rèn)，最快）到High/Dynamic（更慢但更精準(zhǔn)）。相當(dāng)于把"畫質(zhì)vs速度"的取舍權(quán)交到了開發(fā)者手中，可以根據(jù)場景靈活選擇。

發(fā)布后，獨立評測機構(gòu)Artificial Analysis在X上公布了Arena排名結(jié)果，Nano Banana 2以Pro一半的價格拿下了文生圖榜單第一，圖像編輯方面排名第三，僅次于GPT Image 1.5和Nano Banana Pro。獨立開發(fā)者levelsio在獲得提前體驗后也表示，主體一致性是這次最大的突破，“照片終于真正像你訓(xùn)練的那個人了，而不是有點像”。

在Google官方公布的GenAI-Bench評測結(jié)果中，NB2在開啟聯(lián)網(wǎng)搜索和Thinking模式后，三項指標(biāo)均領(lǐng)先于Nano Banana Pro和GPT-Image 1.5。

把圖像生成變成基礎(chǔ)設(shè)施

如果只看能力升級，Nano Banana 2是一次常規(guī)的版本迭代。但Google圍繞它做的產(chǎn)品布局，透露出更大的意圖。

全線替換為默認(rèn)。Nano Banana 2將成為Gemini App中Fast、Thinking和Pro三個模式的默認(rèn)圖像生成引擎，直接替換此前的Nano Banana Pro。絕大多數(shù)Gemini用戶接觸到的圖像生成能力，都將由NB2提供。

Pro版本并未下線，但被推到了一個更小眾的位置：只有Google AI Pro和Ultra的付費用戶可以通過"三點菜單 → 重新生成"來手動調(diào)用。

產(chǎn)品滲透范圍。 除Gemini App外，NB2同步上線了Google Search的AI Mode和Lens（覆蓋141個新國家和地區(qū)、8種新增語言）、Flow（Google的AI創(chuàng)意工具，NB2成為默認(rèn)且零積分使用）、Google Ads（生成廣告素材建議）、AI Studio、Gemini API、Vertex AI和Google Antigravity。

Google做了一個演示應(yīng)用“全球廣告本地化器”來展示NB2的能力

幾乎覆蓋了Google AI產(chǎn)品矩陣中所有與圖像相關(guān)的觸點。目前NB2已開始滾動上線，普通用戶打開Gemini App即可體驗（已替換為默認(rèn)模型），已在搜索（覆蓋 141 個國家）以及 Flow+中推出，開發(fā)者可通過AI Studio和Gemini API接入，Antigravity也已上線，目前為preview狀態(tài)。

定價策略。 API端的價格值得單獨說。1K分辨率下，NB2的單張生成成本約$0.067，相比Pro的$0.134幾乎砍半；4K分辨率約$0.151，較Pro節(jié)省近40%。Batch模式（異步處理，24小時內(nèi)交付）在此基礎(chǔ)上再打?qū)φ邸Ｎ谋総oken的輸入輸出價格也較Pro低了約75%。

把這些動作放在一起看：Google的意圖不在發(fā)布一個供用戶挑選的新工具，而是在把圖像生成能力以盡可能低的摩擦嵌入其所有產(chǎn)品。當(dāng)NB2成為Search、Ads、Flow的默認(rèn)引擎時，大量用戶甚至不需要主動選擇就已經(jīng)在使用它。對開發(fā)者而言，大幅下降的API成本讓大規(guī)模調(diào)用成為現(xiàn)實。

NB2的競爭策略不完全是在圖像模型的維度上對標(biāo)競品，而是利用Google的分發(fā)優(yōu)勢和生態(tài)整合能力，讓圖像生成滲透到用戶的日常工作流里。

對手在卷畫質(zhì)，Google在卷覆蓋

Nano Banana 2并非在真空中發(fā)布。前段時間阿里Qwen團隊推出了Qwen-Image-2.0，一個70億參數(shù)的圖像模型，社區(qū)評價認(rèn)為其質(zhì)量已接近Nano Banana Pro。雖然權(quán)重尚未公開，但前代Qwen-Image系列均以Apache 2.0協(xié)議開源，社區(qū)普遍預(yù)期2.0也會跟進，屆時企業(yè)就可以在自己的基礎(chǔ)設(shè)施上運行，無需按張付費。

Qwen不是個例。去年11月，由Stable Diffusion原班人馬創(chuàng)立的Black Forest Labs發(fā)布了FLUX.2系列，其最高配置FLUX.2 [max]擁有320億參數(shù)，同樣集成了語言模型推理和聯(lián)網(wǎng)搜索能力，直接對標(biāo)Nano Banana Pro。字節(jié)跳動也在今年2月推出了Seedream 5.0 Lite，同樣具備聯(lián)網(wǎng)搜索和推理生圖能力，并已嵌入剪映和CapCut，走的也是能力內(nèi)嵌到現(xiàn)有產(chǎn)品的路線。

加上此前各家陸續(xù)釋出的圖像模型，這個賽道上的替代方案正在迅速豐富起來，在文字渲染、風(fēng)格控制、編輯能力等不同維度上各有所長。

NB2的回應(yīng)方式并不是單純的質(zhì)量碾壓。來自The Decoder的早期實測顯示，在一個包含馬騎人的復(fù)雜反常識prompt測試中，NB2成功完成了任務(wù)，此前只有Pro版本能穩(wěn)定做到。但評測者也指出，Pro在整體畫面的真實感和動態(tài)感上仍然優(yōu)于NB2，后者在某些場景下還有一種略顯人工的質(zhì)感。

上：NB2 下：NBPro

Google顯然也清楚這一點，否則沒有必要繼續(xù)為付費用戶保留Pro選項。NB2的競爭策略更準(zhǔn)確地說是，用Flash級的成本提供“足夠好”的質(zhì)量，然后靠Google的分發(fā)網(wǎng)絡(luò)在規(guī)模上取勝。這和開源陣營追求的在自有基礎(chǔ)設(shè)施上運行最好的模型形成了兩條完全不同的路徑。

在安全標(biāo)記方面，所有NB2生成的圖像都將攜帶SynthID水印，并支持C2PA Content Credentials標(biāo)準(zhǔn)。Google稱自去年11月上線SynthID驗證功能以來，該功能已被使用超過2000萬次。

半年時間，Google把Nano Banana從一個病毒傳播的實驗功能推進到了覆蓋核心產(chǎn)品線的默認(rèn)能力。當(dāng)AI圖像生成的成本不斷趨近于零、質(zhì)量趨近于足夠好，Google沒有選擇在模型競賽中爭奪每一個百分點的畫質(zhì)優(yōu)勢，而是把這個能力做成水電一樣的東西，默認(rèn)開啟，隨處可用。對于Google來說，Nano Banana系列真正的產(chǎn)品不是圖像模型本身，而是“讓十億級用戶在不知不覺中開始使用AI圖像生成”這件事。