谷歌近日推出全新圖像生成模型Nano Banana 2，在分辨率、生成一致性及多語言支持方面實現(xiàn)顯著突破。該模型基于Gemini 3.1 Flash Image架構升級，圖像輸出分辨率從2K提升至4K，同時優(yōu)化了文本渲染精度與畫面元素融合能力。據實測反饋，此前版本存在的中文字符亂碼、語義錯亂及畫面?zhèn)斡暗葐栴}已得到大幅改善。
技術整合方面，Nano Banana 2融合了Gemini Flash的極速響應特性與Nano Banana Pro的龐大知識庫，支持在單一工作流中保持最多5個角色形象的一致性，并可實現(xiàn)單張畫面內14個元素的有機融合。模型創(chuàng)新性地引入實時網絡搜索功能，可動態(tài)調用最新信息輔助圖像生成，同時支持圖像內文本的精準翻譯與多語言渲染。
在應用場景拓展上，該模型將覆蓋Gemini應用、谷歌搜索（AI模式與Lens）、Google AI Studio等12個核心產品平臺，服務范圍擴展至141個新增國家和地區(qū)，并支持8種新語言環(huán)境。其中，Gemini應用將默認啟用Nano Banana 2替代原Pro版本，但專業(yè)版與旗艦版訂閱用戶仍可通過菜單選項切換回舊版模型。
據開發(fā)團隊披露，新模型通過改進的注意力機制與多模態(tài)對齊算法，顯著提升了復雜場景下的元素協(xié)調性。在涉及多人物互動或混合文化元素的測試案例中，系統(tǒng)展現(xiàn)出了更強的語義理解能力，能夠準確呈現(xiàn)不同語言背景下的視覺表達需求。這一升級或將推動生成式AI在廣告設計、教育內容制作等領域的深度應用。
