鲸云网10月7日消息，据媒体报道，谷歌今日正式推出 AI 图像模型 Nano Banana 2.1，这是该系列在图像生成与编辑方向上的又一次小幅快跑。官方把这版升级的重点放在三处：视觉设计、基于蒙版的局部编辑，以及主体一致性。对日常用 AI 出图的人来说，这三点恰好是最容易”翻车”的地方，更多动态可在AI大模型频道查看。
先说背景。今年早些时候谷歌发布的 Nano Banana 2（也叫 Gemini 3.1 Flash Image），已经把 Flash 系列的高速和接近 Pro 版的出图质量揉在一起，还下放了现实世界知识库、文字渲染优化、角色与物体一致性等原本属于高阶版本的能力。2.1 就是在这套底子上的针对性打磨，而不是另起炉灶。
具体来看，视觉设计方面，新模型能产出构图更稳、完成度更高的素材；蒙版编辑是更实用的那一项——用户可以精准框选图片的局部区域直接改，不用为了调一块颜色就把整张图重新生成；主体一致性则保证在连续编辑或多张关联图批量生成时，同一个人物或物体的样貌不会”变脸”。对 Gemini 用户来说，反复生成同角色时不再每次重调，省下的功夫不小。
部署面也铺得够宽。Nano Banana 2.1 已逐步上线 Gemini 应用、谷歌搜索的 AI 模式、Google AI Studio、Flow、Stitch、谷歌广告以及 Gemini 企业平台；开发者侧模型 ID 为 gemini-nano-banana-2.1，支持文本、图片、音频、视频输入，可输出 1K、2K、4K 分辨率图像，等于把”能调用”的入口几乎铺满了谷歌自家生态。
放到竞争格局里看，OpenAI 的 ChatGPT Images 2.5 目前仍是全球领先的图像生成编辑模型，尤其在用户反复微调一张图时能牢牢保留上一轮修改、不让原图画质随迭代变差；微软 AI 的 MAI-Image-2.6 于今年 8 月发布，紧随其后。谷歌这步更像是把”易用”和”稳定”往前推一格，围绕AI 图像生成的真正差距还要看后续版本。
编辑：华磊
免责声明：本站转载的文章，版权归原作者所有；旨在传递信息，不代表本站的观点和立场。
