之前火爆全網的 nano banana，現在要推出 2.0 版本了。
全新的 nano banana 2 能有多強，看下面這張 11:15 的時鐘和滿杯的紅酒。
圖片來源：x@synthwavedd
為什麼說這張照片厲害，在 AI 生圖領域，有一個極具挑戰性的測試，目前還沒有 AI 能穩定做到，那就是時鐘和滿杯紅酒測試。
輸入提示詞「時鐘上顯示 11:15，紅酒杯已滿至杯口（11:15 on the clock and a wine glass filled to the top）」，就能檢測你的 AI 生圖是否夠聰明。
我們在大模型競技場、豆包 Seedream、以及 nano banana 1.0 版本多次嘗試，沒有 AI 可以準確顯示時鐘刻度，和一杯快滿出來的紅酒。
而 nano banana 2 做到了。
對比當前版本的 nano banana，它的文本渲染能力更進一步，直接寫字，不同風格和不同語言都可以駕馭；世界知識也進一步強化，能準確生成各種資訊圖表；指令遵循方面表現也更加出色。
更真實的黑板字｜圖片來源 x@testingcatalog
和 Nano Banana 最早在大模型競技場，以抽卡的形式出現不同。Nano Banana 2 模型是在 media.io 上被爆料，用戶可以在這個網站上體驗 nano banana 2。
Media AI（medio.io）目前只有 nano banana 和 Seedream 等其他 AI 生圖模型
不過，這個被稱為 nano banana 2 的模型很快就下架了。在 Reddit 上，有用戶提到 Media AI 只是短暫性地開放了一個多小時的使用權限。
但是就這短暫的時間裡，網友們發現生圖效果確實可以說是 NB 2.0，很快就在社交媒體上傳開。大家都在分享 nano banana 2 預覽模型的輸出結果，發現和 nano banana 1.0 版本有著明顯的區別。
下面這兩張來自 1.0 和 2.0 版本的圖片，你能分清楚哪張是來自 nano banana 2 嗎。
圖片來源 x@Azinha810
都是汽車模特在海邊公路拍攝大片，但是很明顯第一張圖片色彩和風格更準確，沒有專屬於 AI 照片的「塑料感」。
圖片來源 x@Azinha810
還有這兩張偏科幻風格的圖片，區別就更加明顯了。第二張圖看起來電影感更強，視覺質量也比第一張圖有了更多準確的細節。
舉個例子，第一張圖的設備儀錶板和第二張圖，能看出直接的不同，nano banana 生成的儀錶板，依舊是明顯的 AI 風格。
根據 X 上爆料博主 testingcatalog 透露的資訊，nano banana 2 目前仍然是由 Gemini 2.5 Flash 作為基礎模型，而沒有完全開始使用 Gemini 3.0 Pro。
這意味著 nano banana 2 圖像模型的發布時間，可能要比 Gemini 3 來的更早。我們收集了目前關於 nano banana 2 的爆料，其中提到它有以下這幾個亮點。
1、能處理更複雜的任務，例如在精確的著色、高級控制視角或角度，以及糾正生成圖像中的文本元素等，當前 1.0 版本不支持的任務。
輸入提示詞，讓水變粉紅，依次是原始圖像，Nano Banana 1，Nano Banana 2｜圖片來源 x@Angaisb_
2、全新的多步驟生成工作流程，nano banana 不再是「一鍵出圖」，而是更像一個設計師在工作。
1.規劃： 花費相當長的時間規劃輸出內容。
2.生成： 生成一個初步圖像。
3.審查： 通過內置的圖像分析功能進行自我審查。
4.修正： 識別並糾正任何錯誤。
5.疊代： 根據需要進行疊代，最後才交付結果。
3、更高的解析度和更全面的寬高比圖像生成，其中更廣泛的寬高比，包括 1:1, 2:3, 3:2, 3:4, 4:3, 9:16, 16:9 和 21:9 等大小，而解析度在爆料資訊中，則是稱有 1K、2K 和 4K 多種模式。
ComfyUI 工作流界面
其中，多步工作流，大概是 nano banana 更新裡面最大的差異化賣點。之前我們可能聽過 ComfyUI 這類工具，能夠實現生圖、生影片的工作流。
但現在直接通過 nano banana 就能實現，這對於高精度圖像的生成來說，這是一次巨大的進步。
實際表現還是得看生成的圖片來說，我們繼續看看這些來自 nano banana 2 的測試案例。
更強的文本渲染
首先是真實的電腦截圖，nano banana 2 能直接生成一個 Windows 電腦截圖，螢幕顯示瀏覽器，正在訪問 YouTube 網站，並且指定影片的封面是野獸先生。
直接上傳一張 Windows 電腦截圖。提示詞：Generate a screenshot of a windows 11 desktop, with google chrome open, showing a YouTube thumbnail of Mr. Beast on http://YouTube.com（生成一張 Windows 11 桌面截圖，谷歌 Chrome 已打開，顯示 YouTube 上 Mr. Beast 的縮略圖，鏈接為 http://YouTube.com）｜圖片來源：x@synthwavedd
更複雜一點的玩法，甚至能直接讓 nano banana 2 生成一個 Google DeepMind 的網頁截圖，這密密麻麻的文字沒出現亂碼，真的厲害。
圖片來源：x@synthwavedd
不過還是有細心的網友發現，nano banana 2 的效果也不是十全十美，像這張圖片裡出現了 Gemini 31、Google DeepMind - Nevdscl 等錯別字。
不仔細去看，光看大標題和那些小標題，還真的很難發現這裡面的錯誤。但是，當要處理的文本內容少一點的時候，nano banana 2 出現錯誤的概率就會小很多。
這張電視台新聞直播現場的圖片，螢幕上的文字都是準確的，格式統一；甚至它把地板上反射的文字，都正確顯示了。
圖片來源：x@synthwavedd
同樣的，還有這張電視的直播截圖，主播在螢幕右側，底部有新聞節目經典的跑馬，並且所有文字都準確渲染。
提示詞：50mm big budget live broadcast 8k photograph close-up an attractive italian age 30 wry female news anchor. She is at a news desk and on a screen behind her is a bio engineered Banana with text "Nano Banana 2 live on Media .IO?" Live news shot. There is a red and blueckhyron on the bottom of the image that says "Breaking News: Nano Banana 2 on Media .IO?"｜圖片來源 x@BrentLynch
我們也把同樣的提示詞，讓當前的 nano banana 處理了一遍。
這張照片給我的感覺 AI 味也不算太重，但是它對背景螢幕做了虛化處理，反而讓照片看起來不像是新聞節目的現場，而文字的反射也稍顯刻意，它重點突出了主播的形象。
有了世界知識，更聽得懂我們的指令
像開頭那張 11:15 分的時鐘和滿杯的紅酒，在留言區里，網友們紛紛貼出自己用 Grok、ChatGPT 等其他模型的生圖，結果都不如 nano banana 2 準確。
還有網友分享了讓 nano banana 2 把一個漢堡玻璃化，其中只有它做到了將整個漢堡都變成玻璃；而字節的 Seedream 和 Riverflow 都只是將漢堡的麵包部分轉成了玻璃。
提示詞：製作玻璃漢堡（Make the hamburger made of glass）；圖一為 nano banana 2 生成的圖片｜圖片來源 x@Angaisb_
在世界知識方向上的進步，讓 nano banana 2 更能讀懂提示詞，做到嚴格指令遵循的同時，它還可以讓我們的提示詞更簡單。
例如有網友測試了生成一個 GTA 6 預告片，nano banana 2 直接給了他一個完整的 YouTube 頁面，它甚至還知道真正的 GTA 6 標誌。
圖片來源 x@jewgibor
他還測試了一組提示詞「one piece live action netflix」，海賊王真人版奈飛，結果 nano banana 不僅知道 Netflix 的 Logo，也知道相關的真人版演員。
結合世界知識和文本渲染，nano banana 2 還能在黑板上為我們解題，這不比看著聊天框裡面長長的數學推理舒服多了。
圖片來源 x@MagusWazir
而 nano banana 1.0 版本和 nano banana 2 的對比是這樣的。
圖片來源：https://www.reddit.com/r/singularity/comments/1osolhn/nano_banana_2_vs_nano_banana_comparison_output/
還有許多類似的案例，用 nano banana 2 來接數學題，然後在黑板上回答。
圖片來源 x@Liam06972452
不只編輯，生圖能力這次也有了提升
同樣是在 Media AI 平台上，短暫出現的預覽版本的測試效果。
提示詞：Ken Kaneki carrying his friend in his arms in the snow, Tokyo Ghoul｜圖片來源 x@legit_api
東京食屍鬼裡面金木研在雪中抱著朋友的場景，就這麼自然地生成了。除了穩定拿捏的動漫風格，電馭叛客風格，nano banana 2 的生圖效果也很高級。
提示詞：Cyberpunk hacker robot working in front of many monitors｜圖片來源 x@testingcatalog
還有各種各樣的人像「惡搞」圖片。
圖片來源 x@MicahBerkley
以及這種膠片風格滿滿的合影。
圖片來源 x@rpnickson
不過有人在留言區提到，「這根本不是 nano banana，Media AI 是一家中國公司。像 DeepSeek 當時出來的時候一樣，我們也以為它是來自 OpenAI，這是他們的慣用手法。」
當時 nano banana 1 在大模型競技場第一次出現時，大家也無法確定這個模型是否真的來自 Google，但最後只要生圖效果夠炸裂，我們就會買單。
拿目前這個生圖效果來看，把它叫 nano banana 2 是完全沒有問題。
