谷歌发布 Nano Banana 2.1:多人一致性大幅提升,Infographic 事实性翻倍
机器之心 · wechat · 2026-10-07
Google DeepMind 正式发布 Nano Banana 2.1(模型 ID:gemini-nano-banana-2.1),底层基于 Gemini 3.6 Flash,定位为高效率图像生成与对话式编辑模型,已作为稳定模型进入 Gemini API、Gemini App、AI Studio、Google Ads、Flow 等平台。
主要升级点:
- 设计感:针对完整平面设计任务优化排版、字体与信息层级,Infographic Design 评测得分 1048(Nano Banana 2 为 961、Pro 为 912)
- 蒙版局部编辑:Mask/Ink-Based Editing 得分 1049(此前 965/927),General Editing 从 938/939 升至 1026
- 主体一致性:单角色一致性 981→1028,多角色一致性 978→1106,多人同框不易换脸
- 自然度:提升 1K/2K/4K 分辨率下的真实感;支持 1:4 到 8:1 宽幅并修复平铺伪影;多图融合最多 14 张参考图
- 信息图:可调用 Gemini 世界知识并用 Google 搜索 grounding,Infographic Factuality 从 0.179 升至 0.521
仍有明显短板:小字号文字模糊、长段落渲染有限、编辑指令执行不完整、空间位置偶有判断错误,3D 推理与事实准确性仍待提升。整体看是一次面向实际生产工作流的集中升级,而非能力大版本。
所属事件:谷歌悄然发布 Nano Banana 2.1：4K 输出、价格大降(30 条相关)→
「多模态」频道最新
- 揭秘 Claude Opus 5.5 做视频:核心是模型写程序来画 — dotey · 2026-10-07
- ComfyUI Qwen 图像增强节点新增参考图局部遮罩控制 — Capitan01R- · 2026-10-07
- DRAMA 1.0 发布：只改表情层，已拍视频一键切换 10 种情绪 — nikola_mr64990 · 2026-10-07
- 10.5k 星 video-shotcraft:用 Claude Code 自动产出电影感产品视频 — tom_doerr · 2026-10-07
- 实测称 Nano Banana 2.1 更便宜、快 5 倍且强于 ChatGPT 图像 — prajdabre · 2026-10-07
- 字节提出 DuoMatching：少步数视频生成人类偏好超 80% — ByteDance · 2026-10-07