Nano Banana 2 代甫一亮相便引发轰动。
上图完全由AI生成，不仅包含网页内容，甚至连浏览器界面和桌面环境也一并生成，且未使用任何参考图像。
这次 Nano Banana 2 以预览版形式短暂现身于第三方平台 Media.io，随后被迅速下架，仅有少数用户得以参与测试。
其展示的能力已远超前代，在处理复杂提示词方面表现卓越，无论是精准的文字渲染、高度逼真的场景还原，还是完整操作系统界面的精细模拟，都达到了前所未有的水平。
然而，谷歌 DeepMind 尚未透露该模型的正式发布时间。
Nano Banana 2 实现全面进化
据测试页面信息，此次发布的 Nano Banana 2 又被称为 GemPix2，主要在真实性、生成速度以及自然交互控制三大方面进行了升级。
从现有测试结果来看，它能生成极其复杂的用户界面（UI），文字渲染几近完美，许多网友初看时都误以为是真实截图。
在遵循物理常识和响应提示细节方面同样表现出色。
它能够同时准确绘制出指针指向特定时间的时钟，并真实呈现一杯满溢红酒的液面张力与玻璃折射效果。
甚至可以生成极为逼真的监控录像画面，不过业内推测正式版本可能会对此类功能进行限制。
此外，Nano Banana 2 还展现出一定的世界知识与逻辑推理能力。
在数学问题的对比测试中，第一代模型虽思路方向大致正确，但最终输出的公式难以辨识；而第二代尽管存在细微错误，整体解题过程却结构清晰，令人印象深刻。
Nano Banana 团队：图像质量已逼近极限
Nano Banana 最早于2025年8月中旬匿名现身AI评测平台LMArena，凭借强大的图像编辑能力迅速登顶排行榜，引发社区热议。
同年8月底，谷歌正式确认其身份为 Gemini 2.5 Flash Image。其代号源于内部项目“香蕉大小的纳米机器人”在图像生成测试中表现出色。
上线不到十天，用户累计编辑图片超过2亿张，为Gemini应用带来超1000万新用户，并一度助其超越ChatGPT，登顶苹果免费应用榜单。
初代 Nano Banana 的核心优势在于强大的图像理解与编辑能力。
支持通过自然语言进行多轮、迭代式修改，并有效解决了AI编辑中的“身份漂移”难题，确保角色特征在多次调整后依然保持一致。
相比早期模型，它新增了多图融合与风格迁移功能，可将多张图片无缝拼接为一张连贯图像，或将某张图的艺术风格迁移到另一张图的主体上，显著提升了电商、广告等领域的创作效率。
同时兼具高速与低成本优势，依托谷歌TPU v5架构优化，平均响应时间仅1.3秒，单张图片生成成本约0.039美元，约为DALL-E 3的十分之一。
此前，Nano Banana 核心团队表示，当前图像生成质量已接近物理上限，未来研发重点将转向提升模型对用户“意图”（intention）的理解能力。
目前，谷歌正加速将 Nano Banana 技术融入其核心产品矩阵。除Gemini应用和AI Studio外，已在Google Photos、搜索（Search）、智能镜头（Lens）及画圈搜索（Circle to Search）中展开集成测试，旨在构建一个无缝衔接的AI视觉体验闭环。
