谷歌今日宣布推出其热门图像生成模型的最新版本Nano Banana 2。这个新模型在技术上是Gemini 3.1 Flash Image,能够创建比前代更逼真的图像。该模型现在也将成为Gemini应用程序中快速模式、思考模式和专业模式的默认选择。
公司首次在2025年8月发布了Nano Banana,促使人们在Gemini应用中生成了数百万张图像,特别是在印度等国家。11月,公司发布了Nano Banana Pro,允许用户创建更详细和高质量的图像。
新的Nano Banana 2保留了Pro模型的一些高保真特性,但生成图像的速度更快。公司表示,你可以创建分辨率从512像素到4K的图像,支持不同的纵横比。
Nano Banana 2可以在一个工作流程中保持最多五个角色的一致性,以及最多14个对象的保真度,从而实现更好的故事叙述。谷歌表示,用户还可以发出包含详细细节的复杂图像生成请求。此外,用户可以创建具有更生动照明、更丰富纹理和更清晰细节的媒体内容。
随着发布,Nano Banana 2将成为Gemini应用程序中所有应用的默认图像生成模型。公司还将其设为视频编辑工具Flow中图像生成的默认模型。
在搜索方面,Nano Banana 2将通过谷歌镜头在谷歌搜索结果中成为默认选择,并在141个国家的谷歌应用程序和网页版的AI模式中使用,覆盖桌面和移动端。
在谷歌的高端计划Google AI Pro和Ultra中,订阅者可以通过三点菜单重新生成图像,继续使用Nano Banana Pro进行专业任务。
对于开发者,Nano Banana 2将通过Gemini API、Gemini CLI和Vertex API进行预览。它还将通过AI Studio和公司去年11月发布的开发工具Antigravity提供。
公司表示,通过新模型创建的所有图像都将带有SynthID水印,这是谷歌用于标记AI生成图像的标识。这些图像还与C2PA内容凭证互操作,该标准由包括Adobe、微软、谷歌、OpenAI和Meta在内的行业机构创建。谷歌表示,自11月在Gemini应用中推出SynthID验证功能以来,人们已经使用了超过2000万次。
Q&A
Q1:Nano Banana 2相比前代有哪些改进?
A:Nano Banana 2保留了Pro模型的高保真特性,但生成图像速度更快。支持512像素到4K分辨率,可维持最多5个角色一致性和14个对象保真度,还能处理更复杂的生成请求,创造更生动的照明效果和更丰富的纹理细节。
Q2:Nano Banana 2在哪些产品中可以使用?
A:Nano Banana 2将成为Gemini应用所有模式的默认图像生成模型,也是视频编辑工具Flow的默认选择。在搜索中,它通过谷歌镜头和AI模式在141个国家提供服务。开发者可通过Gemini API、CLI和Vertex API使用。
Q3:如何识别Nano Banana 2生成的AI图像?
A:所有通过Nano Banana 2创建的图像都会自动添加SynthID水印,这是谷歌的AI图像标识。图像还支持C2PA内容凭证标准,该标准由Adobe、微软、谷歌等多家公司共同制定,用于标记AI生成内容。
好文章,需要你的鼓励
美国最高法院以6比3的投票结果,裁定手机位置信息受第四修正案隐私权保护。法院认为,用户在使用谷歌等科技公司服务时,并非主动共享位置数据,因此执法机构在申请地理围栏搜查令时,必须证明存在"合理犯罪嫌疑"并获得法院批准。此裁决虽未完全禁止地理围栏搜查令,但对其使用范围加以限制,对美国执法实践及隐私保护具有深远影响。
南加州大学团队发现语音抑郁检测领域存在数据漏洞,并提出CLeaD跨语言对比对齐框架,揭示模型规模越大跨语言性能越差的反直觉规律。
佛罗里达州男子Angelo Martino以网络安全公司勒索软件谈判员身份为掩护,与黑客合谋部署BlackCat勒索软件攻击美国企业,被判处逾五年有期徒刑。美国司法部同时没收其逾1000万美元加密货币及资产。Martino与Kevin Martin、Ryan Goldberg三人于2023年联手实施多起攻击,其中一次成功勒索约120万美元后三人平分。BlackCat曾于2024年2月入侵医疗巨头Change Healthcare,导致逾1.92亿人敏感数据外泄。
KAIST等机构提出3D HAMSTER,通过为视觉语言模型加入深度编码器和几何重建损失,让机器人规划器直接输出三维轨迹,解决了分层机器人系统中规划与执行的维度不匹配问题,显著提升了操作鲁棒性。