用 AI 生圖，總繞不開(kāi)一道兩難題：要快，還是要好？

但速度與質(zhì)量之間，未必是魚(yú)和熊掌不可兼得。就在剛剛，Google 正式發(fā)布了他們的新一代圖像生成模型：Nano Banana 2（Gemini 3.1 Flash Image）。

沒(méi)有太多顛覆世界的口號(hào)，它只是把更好的畫(huà)質(zhì)和更懂人話的理解力，一起塞進(jìn)了全新的底層架構(gòu)里。就這一件事，卻讓 AI 生圖少了幾分「看運(yùn)氣」的感覺(jué)，多了幾分真正能用的踏實(shí)。

▲官方博客地址：https://blog.google/innovation-and-ai/technology/ai/nano-banana-2/

接入了整個(gè)互聯(lián)網(wǎng)，這次的 AI 真的懂你在說(shuō)什么

要說(shuō)清楚這次的變化，得先回想一下三年前 AI 生圖有多難用。

你讓它畫(huà)「紅燒肉」，它可能老老實(shí)實(shí)給你畫(huà)一塊正在燃燒的肉；你讓它在海報(bào)上寫(xiě)句中文，它往往會(huì)給你湊出一堆毫無(wú)意義的鬼畫(huà)符。缺乏對(duì)真實(shí)世界的常識(shí)，是第一代 AI 最容易讓人崩潰的地方。

現(xiàn)在的 Nano Banana 2，改變了不少。它和前代 Nano Banana Pro 一樣，接入了 Gemini 積累的龐大真實(shí)世界知識(shí)庫(kù)，還能結(jié)合網(wǎng)頁(yè)搜索的實(shí)時(shí)信息，用起來(lái)更像是一個(gè)見(jiàn)過(guò)世面、懂點(diǎn)常識(shí)的人。

最先感受到的變化，是它開(kāi)始更好地理解空間和比例了。

▲提示詞：畫(huà)面中，【東方明珠廣播電視塔】被一只超級(jí)巨大、超級(jí)可愛(ài)的【貓】占據(jù)。周?chē)慕ㄖ锟雌饋?lái)就像玩具模型一樣小，而【貓】則非常巨大。游戲背景設(shè)定在一個(gè)逼真的城市環(huán)境中。整體氛圍安靜、溫暖、舒緩、可愛(ài)。

在上面這個(gè)案例中，AI 精準(zhǔn)地還原了上海的地標(biāo)，并極其自然地處理了巨貓與微縮城市之間的光影和透視關(guān)系。

最直觀的改變，是它終于認(rèn)字、也會(huì)寫(xiě)字了。比如讓它畫(huà)一幅《楓橋夜泊》的水墨畫(huà)。畫(huà)面上方不僅端端正正地用書(shū)法寫(xiě)出了「月落烏啼霜滿天」等全句，甚至連排版和水墨的意境都拿捏得比較準(zhǔn)。

▲當(dāng)然，也不是沒(méi)有瑕疵，仔細(xì)看上方悄悄多出了一個(gè)「滿」字。

除了詩(shī)意，它還能處理相當(dāng)復(fù)雜的 UI 場(chǎng)景——在下面這張圖里，復(fù)雜的半透明數(shù)據(jù)面板、懸浮的購(gòu)物清單、精準(zhǔn)的中文顯示，被 AI 有條不紊地安排得井井有條，信息之間的層級(jí)關(guān)系也真正理清楚了。

▲提示詞：第一人稱(chēng)視角，置身于燈光明亮的超市貨架通道中。人類(lèi)雙手將一瓶芬達(dá)汽水舉到鏡頭前方。鮮艷的橙色飲料裝在其標(biāo)志性的品牌瓶身里，周?chē)h(huán)繞著多層全息增強(qiáng)現(xiàn)實(shí)界面，用中文展示營(yíng)養(yǎng)相關(guān)數(shù)據(jù)，包括熱量數(shù)值、含糖量、咖啡因水平、新鮮度指示、保質(zhì)/到期日期，以及基于芬達(dá)推薦的清爽飲品配方和雞尾酒調(diào)制方案。玻璃質(zhì)感的 UI 面板，柔和的環(huán)境光暈，逼真的光照與陰影，自然的景深效果，沉浸式第一人稱(chēng)交互界面，2K

排版極其講究的雙頁(yè)黑白日式漫畫(huà)，也是手拿把掐。

▲提示詞：設(shè)計(jì)一份逼真的雙頁(yè)漫畫(huà)雜志樣張。每一頁(yè)都應(yīng)包含多個(gè)漫畫(huà)風(fēng)格分鏡，以富有動(dòng)感的版式排列，呈現(xiàn)出專(zhuān)業(yè)印刷的日本漫畫(huà)質(zhì)感。整體風(fēng)格為黑白稿，使用粗獷有力的墨線、網(wǎng)點(diǎn)效果（screen tones）以及富有表現(xiàn)力的人物繪制。畫(huà)面中加入對(duì)白氣泡、中文擬聲詞，并通過(guò)分鏡之間的過(guò)渡來(lái)傳達(dá)動(dòng)作、情緒與節(jié)奏。左右兩頁(yè)需要連貫銜接，像同一場(chǎng)景或同一話章節(jié)的一部分。采用傳統(tǒng)漫畫(huà)鏡頭語(yǔ)言：特寫(xiě)、遠(yuǎn)景、斜向分鏡以及戲劇化的視角與構(gòu)圖。整體觀感要真實(shí)可信，仿佛來(lái)自一本真正的漫畫(huà)雜志的跨頁(yè)內(nèi)容。

或者這張帶步驟說(shuō)明的「功夫茶」中文信息圖，從排版到意境，都給出了一套可以直接用的視覺(jué)方案。

▲生成提示詞：一張關(guān)于中國(guó)傳統(tǒng)功夫茶道設(shè)計(jì)精美的垂直信息圖。中國(guó)傳統(tǒng)水墨畫(huà)背景。頂部有巨大的、優(yōu)雅的中文書(shū)法標(biāo)題，明確寫(xiě)著「功夫茶」。向下有三個(gè)圖文并茂的步驟：步驟 1 展示用沸水溫杯，配有中文「溫杯」；步驟 2 展示將茶葉放入蓋碗，配有中文「投茶」；步驟 3 展示倒出茶湯，配有中文「出湯」。優(yōu)雅、極簡(jiǎn)、溫暖的大地色調(diào)，平衡的布局。

一位很早就接觸到 Nano Banana 2 的內(nèi)測(cè)用戶，給出了一個(gè)相當(dāng)中肯的評(píng)價(jià)：「它并不完美，但它是第一個(gè)能夠以一定一致性，去處理真正復(fù)雜圖像和圖表的模型?！?/p>

為了測(cè)試這個(gè)新模型的理解極限，他隨手甩出了一道極其刁鉆的測(cè)試題：「給我畫(huà)一張?jiān)O(shè)定在古威尼斯的《尋找沃爾多（Where's Waldo）》，但里面要找的不能是人，得是一只穿著藍(lán)色條紋飛行服的水獺。」

Nano Banana 2 最終也真的理清了邏輯，不僅沒(méi)畫(huà)串，還穩(wěn)穩(wěn)地交出了答卷。

快和好，終于不用二選一了？

除了懂常識(shí)，強(qiáng)大的「主體一致性」是這次 Nano Banana 2 更新的另一大殺手锏。

在一次生成過(guò)程中，它最多能保持 5 個(gè)角色的臉不崩，或者 14 個(gè)物品的樣子不變。這意味著，你可以放心大膽地拿它來(lái)畫(huà)連載漫畫(huà)或者做影視分鏡了。

不僅如此，它的畫(huà)質(zhì)也達(dá)到了可以直接干活的標(biāo)準(zhǔn)。

從 512px 的配圖到 4K 級(jí)別的超高清海報(bào)，它都能拿捏。輸入一段關(guān)于「重慶老火鍋」的提示詞，它能生成一張賽博朋克風(fēng)的雨夜街景，濕漉漉的柏油路上，紅藍(lán)霓虹燈的倒影和「24 小時(shí)營(yíng)業(yè)」的招牌都細(xì)致入微。

▲提示詞：一張繁忙亞洲城市雨夜的電影感街頭照片。一個(gè)巨大的、發(fā)光的紅色霓虹燈牌掛在一座老建筑上，上面清晰地寫(xiě)著「重慶老火鍋」。在它下面，一個(gè)較小的藍(lán)色霓虹燈牌寫(xiě)著「24 小時(shí)營(yíng)業(yè) - 歡迎光臨」。濕漉漉的柏油路反射著霓虹燈光。

色彩張力極強(qiáng)的波普藝術(shù)風(fēng)格，它也駕馭得住。

或者是這種帶著幾分荒誕、又透著高級(jí)感的時(shí)尚大片：

▲提示詞：This high-resolution bird's-eye view photograph was taken with a LOMO Ic-a. The ground is covered with countless black-and-white billboard advertisements of beautiful fashion models, and standing on top of the advertisements is an incredibly beautiful chinese film actress wearing a long black coat.

在這個(gè)俯視視角的案例中，AI 極好地模擬了老式 LOMO 相機(jī)的特殊質(zhì)感。女演員孑然獨(dú)立于鋪滿黑白海報(bào)的地面上，畫(huà)面的電影張力和故事感呼之欲出。

不過(guò)也不是沒(méi)有明顯短板，讓它將二次元人物、鉛筆素描和黏土人強(qiáng)行塞進(jìn)同一個(gè)真實(shí)咖啡館的場(chǎng)景中，素描人物的融入就顯得十分生硬，邊緣過(guò)渡也不夠自然。

顯然，在跨維度融合上，它遠(yuǎn)不及前代模型效果來(lái)得自然，還有進(jìn)步的空間。

▲提示詞：A photo of an everyday scene at a busy cafe serving breakfast. In the foreground is an anime man with blue hair, one of the people is a pencil sketch, another is a claymation person

其實(shí)整體體驗(yàn)下來(lái)，盡管官方博客將 Nano Banana 2（Gemini 3.1 Flash Image）吹的天花亂墜，但實(shí)際體感中，生成的質(zhì)量效果和速度并未得到肉眼可見(jiàn)的提升，甚至在部分場(chǎng)景中還不及前代模型。

真正讓 Nano Banana 2 站穩(wěn)腳跟的，其實(shí)是它極其接地氣的性價(jià)比。

今天起，在 Gemini 應(yīng)用和 Google 搜索框里，你都能順手用上它。沒(méi)有訂閱方案的普通用戶，24 小時(shí)內(nèi)也能白嫖 100 張；而 Pro 訂閱用戶的額度則高達(dá) 1000 張。

對(duì)于開(kāi)發(fā)者而言，API 的價(jià)格更是直接腰斬，僅為上一代 Pro 模型的一半。折算下來(lái)，生成一張 4K 高清圖的成本被硬生生打到了 0.15 美元左右。

▲ 附上地址：https://ai.google.dev/gemini-api/docs/pricing#gemini-3.1-flash-image-preview

當(dāng)然，當(dāng) AI 能夠以極低的成本、極快的速度批量生產(chǎn)高清圖片時(shí)，大家心里其實(shí)越?jīng)]底?，F(xiàn)在網(wǎng)上的假圖滿天飛，「眼見(jiàn)為實(shí)」這句話早就靠不住了。如果任何人都能在一秒鐘內(nèi)生成一張幾可亂真的照片，我們?cè)撊绾畏直鎴D片？

Google 自己也十分清楚這一點(diǎn)，所以他們也一并升級(jí)了防偽技術(shù)。Nano Banana 2 繼續(xù)加深了對(duì) SynthID 數(shù)字水印和 C2PA 內(nèi)容憑證的支持，能夠更清楚地看到一張圖到底是不是 AI 畫(huà)的，以及它是怎么被修改的。

據(jù)統(tǒng)計(jì)，自去年 11 月以來(lái)，Gemini 里的這個(gè)驗(yàn)證功能已經(jīng)被調(diào)用了超過(guò) 2000 萬(wàn)次。

AI 繪圖這兩年的發(fā)展，確實(shí)快得讓人眼花繚亂。我們經(jīng)歷過(guò) Nano Banana Pro 的一眼驚艷，也經(jīng)歷過(guò)繁瑣的調(diào)教與漫長(zhǎng)的等待。Nano Banana 2 的出現(xiàn)，則嘗試進(jìn)一步把好和快揉在了一起，并大大降低了使用的門(mén)檻。

你腦子里的一個(gè)靈感，不用再經(jīng)過(guò)反復(fù)的修改和焦躁的等待。敲下回車(chē)的瞬間，它就在那里了。自然、簡(jiǎn)單，且立等可取，這件事聽(tīng)起來(lái)平常，但能做到，其實(shí)已經(jīng)很難得了。