谷歌发布 Nano Banana 2.1，强化视觉设计与局部编辑

谷歌发布 Nano Banana 2.1，并将其接入 Gemini、AI Studio、搜索 AI 模式等产品，关注点在于图像生成模型正从单次出图转向连续编辑与多主体控制。

• 谷歌开发者文档称，该模型支持 1K、2K、4K 输出，并改进文字渲染、提示词遵循和多轮角色一致性。
• 模型最多可融合 14 张参考图，官方称可保持最多 4 个角色和 10 个物体的一致性。
• 谷歌模型卡显示，其在编辑、蒙版编辑、多角色一致性等内部评测中高于 Nano Banana 2，但同时提示存在幻觉、偶发缓慢和空间定位错误。
• 模型支持文本、图片、视频和 PDF 输入，API 模型 ID 为 gemini-nano-banana-2.1。
• 影响/看点：如果这些内部评测能在真实工作流中复现，局部编辑和多参考图控制可能降低反复重做成本；实际价值仍取决于输出稳定性、调用成本、速度以及不同场景下的编辑边界。
• 资料依据:
• Google AI for Developers（2026-10-06）：https://ai.google.dev/gemini-api/docs/models/gemini-nano-banana-2.1?hl=en
• Google DeepMind（2026-10-06）：https://deepmind.google/models/model-cards/nano-banana-2-1/

本内容由 AI 生成，仅供参考，请注意甄别