谷歌近日正式發(fā)布了新一代圖像生成模型Nano Banana 2，該模型基于Gemini 3.1 Flash Image架構開發(fā)，在響應速度、語義理解能力以及提示詞解析精準度方面實現(xiàn)顯著提升。相較于前代產(chǎn)品，新模型不僅優(yōu)化了核心性能，還針對性解決了中文用戶長期面臨的字符顯示異常問題。

技術團隊重點改進了模型的多語言處理能力，通過優(yōu)化字符編碼機制，成功消除此前版本中普遍存在的中文亂碼現(xiàn)象。測試數(shù)據(jù)顯示，在處理復雜語義的中文提示時，新模型的文本還原準確率提升至98.7%，同時有效減少了畫面中出現(xiàn)非預期偽影的概率。針對角色一致性難題，開發(fā)人員引入動態(tài)特征綁定技術，使模型能夠在跨圖像生成時保持最多5個角色形象的高度統(tǒng)一。

在圖像質量維度，Nano Banana 2將輸出分辨率上限從2K提升至4K，并支持單張畫面融合多達14個獨立元素。通過改進的注意力分配算法，模型能夠更精準地解析包含多重條件的復雜提示，例如"在雨夜的城市街道上，穿著紅色風衣的長發(fā)女子牽著金毛犬，背景需包含霓虹招牌和復古路燈"這類詳細描述。

該模型將通過分階段部署策略逐步替代舊版本，首批上線平臺包括谷歌Gemini智能助手、Google AI Studio開發(fā)環(huán)境以及Google Flow創(chuàng)意工具套件。商業(yè)用戶可通過付費API接口調(diào)用增強版功能，廣告客戶則能在Google Ads系統(tǒng)中直接使用模型生成營銷素材。開發(fā)團隊透露，后續(xù)版本計劃引入3D場景構建能力，并優(yōu)化對小眾語言的支持效率。