出品 | 網(wǎng)易智能

作者 | 小小

編輯 | 王鳳枝

2月26日深夜，谷歌正式發(fā)布Nano Banana 2，核心優(yōu)勢就是便宜。

它兼顧了出圖速度與專業(yè)畫質(zhì)，在維持生成質(zhì)量不掉線的前提下，將單張成本直接砍半。

根據(jù)AI模型評測平臺Arena.ai的榜單顯示，Nano Banana 2以1279分的文本轉(zhuǎn)圖像得分，超越了GPT-Image-1.5和自家老大哥Nano Banana Pro；單圖編輯拿下1407分，與ChatGPT-Image-Latest持平。每張圖的生成成本約為0.067美元（約合人民幣0.46元），比Nano Banana Pro便宜一半。

資深用戶在搶先體驗后表示，雖然模型還不完美，但它是第一個能相對穩(wěn)定處理復(fù)雜圖表和指令跟隨的產(chǎn)品。

網(wǎng)友普遍認(rèn)為，Nano Banana 2并非那種讓人驚呼顛覆的創(chuàng)新，它在做的是讓AI生圖從偶爾玩票的創(chuàng)意玩具，徹底變成每天能跑幾千張的生產(chǎn)工具。

01 Nano Banana 2到底是什么？

Nano Banana 2的正式名稱是Gemini 3.1 Flash Image。它并非Nano Banana Pro的續(xù)作，而是初代Nano Banana（Gemini 2.5 Flash Image）的深度升級版，直接換上了Gemini 3 Flash的核心引擎。

谷歌的思路是把Pro級別的核心能力，比如世界知識、文本渲染、主體一致性等，全部整合進Flash產(chǎn)品線。速度保持Flash級別，能力向Pro看齊。

對企業(yè)用戶來說，這意味著以前需要為高質(zhì)量圖像生成支付Pro級價格，每張1K分辨率（百萬像素級）圖像成本約0.134美元?，F(xiàn)在同樣的質(zhì)量需求，完全可以用Flash級價格滿足，成本降到0.067美元。對于每天生成數(shù)千張圖像的應(yīng)用場景，這個差距直接決定項目能否從概念驗證走向規(guī)?；渴稹?/p>

賓夕法尼亞大學(xué)沃頓商學(xué)院教授、生成式AI實驗室聯(lián)合主任伊?！つ耍‥than Mollick）提前體驗后表示，這款模型還不完美，但已經(jīng)是第一個能相對穩(wěn)定處理復(fù)雜圖像和圖表的模型，文本準(zhǔn)確性和復(fù)雜指令的跟隨能力提升明顯。

Nano Banana 2最核心的升級是“世界知識”能力的落地。

傳統(tǒng)AI圖像生成依賴訓(xùn)練數(shù)據(jù)中的記憶。讓它畫世界貿(mào)易中心一號樓，輪廓或許可以畫對，但要畫出塔身上某個特定時期的細節(jié)或者某個品牌的Logo，它就無能為力了，因為這些細節(jié)并不存在于訓(xùn)練數(shù)據(jù)中。

Nano Banana 2的解決方案是：在生成圖像的同時可以實時調(diào)用網(wǎng)絡(luò)搜索。它先搜索相關(guān)信息，理解目標(biāo)對象長什么樣，然后再進行生成。

這意味著，讓它畫“2026年超級碗中場秀舞臺”，它會去搜索當(dāng)時的現(xiàn)場照片并基于真實信息生成。讓它為某個品牌設(shè)計海報，它能準(zhǔn)確還原Logo細節(jié)，因為它真的去“看”了。

谷歌CEO桑達爾·皮查伊（Sundar Pichai）在發(fā)布時演示了一個“靠窗座位”功能：模型獲取當(dāng)?shù)貙崟r天氣信息，從世界任何一扇窗戶生成窗外的精準(zhǔn)畫面，支持2K/4K分辨率。窗外的陰晴雨雪，都能在畫面中得到真實的體現(xiàn)。

這個能力在信息圖場景下尤其有用。硅谷風(fēng)險投資公司Andreessen Horowitz的合伙人賈斯汀·摩爾（Justine Moore）在測試中發(fā)現(xiàn)，Nano Banana 2可以用搜索快速生成篇幅較長、內(nèi)容扎實的信息圖。她試了“解釋麥當(dāng)勞冰淇淋機工作原理以及為什么總壞”的提示，生成結(jié)果圖文匹配，邏輯通順。

02文本渲染：終于能看清圖里的字了

AI生圖領(lǐng)域有個老問題：讓模型在圖像里生成能看的文字，比畫個人難得多。以前很多圖遠看還行，放大一看招牌上的字母全是亂碼，菜單上的文字像外星符號。這導(dǎo)致商業(yè)場景根本無法直接使用。

Nano Banana 2在這個問題上做了針對性優(yōu)化。

摩爾用雜志封面做了測試。生成的封面里，每一行文字都準(zhǔn)確清晰，沒有亂碼且沒有字體扭曲。對比Nano Banana Pro，后者雖然也能生成文字但偶爾會出錯，而且畫面總帶點3D渲染的塑料感。摩爾評價稱，Nano Banana 2的結(jié)果更像真實照片，而非渲染圖。

莫利克也提到，復(fù)雜的圖表標(biāo)注以前是AI的難點，現(xiàn)在Nano Banana 2能正確顯示詳細標(biāo)簽，雖然偶爾還會出問題，但已經(jīng)是明顯的進步。

翻譯功能也被整合進來了。一張英文海報可以要求它直接轉(zhuǎn)成日文、法文或印地語，文本在圖像內(nèi)直接替換，構(gòu)圖保持不變。對于跨國營銷團隊而言，這個功能可以節(jié)省大量重復(fù)設(shè)計的時間。

另一個讓創(chuàng)作者高度關(guān)注的升級是主體一致性。

根據(jù)谷歌提供的信息，Nano Banana 2可以在單個工作流中，維持最多5個角色的長相一致，同時保持14個物體的視覺特征不變。

摩爾用一個8格漫畫做了測試，主題是“Sam Altman在OpenAI被解雇又復(fù)職的過程”。以前的模型畫到第三四格人物就開始變形，服裝亂飄且場景失控。Nano Banana 2跑完8格，人物從頭到尾都保持著同一張臉。

她還測試了產(chǎn)品攝影場景。上傳一張橄欖油瓶的照片，要求生成“一位女士在廚房拿著這瓶油”的畫面。生成的圖像里，瓶子的標(biāo)簽、顏色和形狀都與參考圖高度一致。輸出結(jié)果看起來就像是精心拍攝的照片，AI生成的感覺極淡。

對于廣告公司和內(nèi)容工作室來說，這個能力意味著可以用更短的時間完成故事板、產(chǎn)品陳列、品牌資產(chǎn)積累等需要極強視覺連續(xù)性的工作。

03創(chuàng)意風(fēng)格：動作片、黏土風(fēng)都能玩

除了硬核的生產(chǎn)力功能，Nano Banana 2在創(chuàng)意風(fēng)格上也有一些新嘗試。

體育攝影一直是AI的重災(zāi)區(qū)。運動員發(fā)力時的肌肉狀態(tài)以及運動中的物理規(guī)律，稍微差一點畫面就會顯得極假。摩爾測試了動作照片生成，結(jié)果遠超預(yù)期。有些圖甚至可以直接拿去做廣告，只需加點文案效果就能被市場接受。

Gemini應(yīng)用里還預(yù)置了一批風(fēng)格模板，點一下就能直接套用。她試了“哥特式黏土”和“琺瑯徽章”兩個選項，上傳普通照片后，一鍵轉(zhuǎn)換出來的效果堪比藝術(shù)品。

她還測試了用戶生成內(nèi)容場景。讓模型生成TikTok創(chuàng)作者的屏幕截圖，完美復(fù)刻了那種拿著產(chǎn)品在廚房或浴室自拍的風(fēng)格。只需提供一張產(chǎn)品照片配上簡短提示，生成的截圖就能以假亂真。

04親測體驗：速度、質(zhì)量、成本的平衡

綜合多位早期體驗者的反饋，Nano Banana 2在產(chǎn)品定位上確實踩中了一個關(guān)鍵點。

速度方面，測試者普遍反饋生成時間被明顯縮短。有測試者讓Nano Banana 2生成一個完整的比特幣歷史時間線，包括搜索研究和最終圖像輸出，整個過程所用的時間與Nano Banana Pro單獨生成圖像的時間差不多。緊接著再加一個以太坊時間線的任務(wù)，幾乎沒有增加任何額外時間。

質(zhì)量方面，文本處理和主體一致性是最受好評的兩大核心能力。雜志封面、復(fù)雜圖表、多格漫畫，這些以前極易翻車的場景，現(xiàn)在的成功率得到了顯著提高。

成本方面，每張0.067美元的價格比Pro級便宜了一半，這讓更多邊緣應(yīng)用場景具備了商業(yè)化的可能。

當(dāng)然問題依然存在。有測試者嘗試讓Nano Banana 2編輯真實照片把服裝換成內(nèi)衣，模型經(jīng)過長時間推理后直接拒絕了請求，而換成泳裝則可以正常生成。審查機制的存在和邊界限制，是需要企業(yè)用戶提前了解的合規(guī)要點。

05競爭對手：阿里和字節(jié)也在出牌

Nano Banana 2發(fā)布的時間點，正好撞上了兩個強大競爭對手的動作。

2月10日，阿里Qwen團隊發(fā)布Qwen-Image-2.0，70億參數(shù)量比上一代的200億參數(shù)輕了三分之二，但能力并未縮水。它原生支持2K分辨率，采用統(tǒng)一架構(gòu)同時處理生成和編輯任務(wù)，在AI Arena的盲測排行榜上生成和編輯雙雙排進前三。

更關(guān)鍵的是它具備開源的預(yù)期。Qwen-Image v1當(dāng)初就是在發(fā)布一個月后開源的，開發(fā)者圈子里已經(jīng)有大量聲音在期待v2.0走同樣的路。如果開源成真，企業(yè)就可以在自己的服務(wù)器上運行一個能力接近Nano Banana Pro的模型，每張圖的API調(diào)用費用將徹底省下。

同一周，字節(jié)跳動的Seedream 5也悄然亮相。

這款產(chǎn)品在創(chuàng)作者社區(qū)里的口碑一直極佳。原因有三：靈活、便宜（API每張0.035美元，約谷歌三分之一的價格）、內(nèi)容審核相對寬松。那些想用真人照片做視覺創(chuàng)作的開發(fā)者，被谷歌的安全機制拒絕后，往往會果斷轉(zhuǎn)向Seedream。

Seedream 5同樣把實時搜索整合進了生成流程，不僅推理能力升級、參考一致性加強，還支持在單輪編輯里使用14張參考圖，實現(xiàn)2K/4K分辨率秒出。它甚至支持本地運行，這在谷歌封閉的生態(tài)里是絕對不被允許的。

06企業(yè)怎么選：三條路徑各有利弊

對于正在搭建AI圖像生成能力的企業(yè)來說，當(dāng)下有三條路徑可以仔細評估。

第一條，繼續(xù)走谷歌路線。如果團隊已經(jīng)深度綁定了谷歌云，Nano Banana 2絕對是順理成章的選擇。價格比Pro級砍半，且產(chǎn)品線全面鋪開，包括Gemini應(yīng)用、Google搜索的AI模式和鏡頭、AI Studio、Vertex AI、Google Cloud以及Flow等，無需修改架構(gòu)就能直接用上生產(chǎn)級能力。強大的文本渲染能力對于營銷素材和本地化場景來說更是剛需。

第二條，賭一把開源路線。如果公司具有嚴(yán)格的數(shù)據(jù)主權(quán)顧慮，或者每天生成的圖像量過大導(dǎo)致按張計費成本無法承受，再或者就是單純想要擺脫API依賴，那么Qwen-Image-2.0值得高度關(guān)注。參數(shù)少意味著自托管的GPU成本極低，統(tǒng)一架構(gòu)能省掉模型串接的繁瑣，且輸出質(zhì)量并不掉隊。唯一的風(fēng)險在于阿里是否會按時放出權(quán)重。

第三條，保留Pro級通道。Nano Banana Pro并沒有退場，Google AI Pro和Ultra訂閱者依然可以在Gemini應(yīng)用里通過“重新生成”菜單調(diào)用它。對于極高端的創(chuàng)意項目，或者每張圖都需要精細定制調(diào)性的場景，Pro級模型依然是不可替代的天花板。

最后一個容易被忽略的致命因素是水印和出處。

Nano Banana 2出廠就強制打上了SynthID水印，同時完美兼容C2PA內(nèi)容憑證標(biāo)準(zhǔn)。自去年11月在Gemini應(yīng)用上線以來，SynthID驗證功能已經(jīng)被高頻使用了2000多萬次。對于金融、醫(yī)療等受嚴(yán)格監(jiān)管行業(yè)的企業(yè)來說，這個功能絕不是可有可無的加分項，而是業(yè)務(wù)生存的合規(guī)必選項。如果企業(yè)自己部署的開源模型在水印和憑證這一關(guān)過不去，業(yè)務(wù)流轉(zhuǎn)同樣會陷入徹底的停滯。

結(jié)語：中間地帶的戰(zhàn)爭

綜合來看，Nano Banana 2不是那種讓人驚呼顛覆的產(chǎn)品。它做的是更致命的事：融合Flash的速度與Pro的能力，成本砍半且質(zhì)量不掉線，徹底夯實了其作為高頻生產(chǎn)工具的地位。

Arena.ai的榜單把它推到了第一。莫利克驗證了它對復(fù)雜圖表的掌控力，摩爾則在全場景實測后給出了“重大升級”的定語。但另一邊，Qwen-Image-2.0在開源側(cè)翼嚴(yán)陣以待，Seedream 5在靈活性和價格上持續(xù)死磕。

這場競爭的結(jié)果，可能不是誰家模型畫得最漂亮，而是誰家模型畫得夠快、夠便宜、夠穩(wěn)，能讓企業(yè)放心把它塞進生產(chǎn)流程。Nano Banana 2占據(jù)的，正是大多數(shù)企業(yè)真正需要的中間地帶：不需要天花板級的畫質(zhì)，但要足夠好的效果、足夠快的速度和足夠低的成本。