谷歌正式发布最强生图模型Nano Banana 2，用户现可在Gemini中直接调用该模型生成图片，使用时需切换至Fast模式。

该模型底层基于Gemini 3.1 Flash构建，技术代号为Gemini 3.1 Flash Image，相比第一代实现了从“像素模仿”到“逻辑理解”的跨越，被形容为具备物理常识和思维逻辑的“视觉导演”。

核心突破包括四大能力，一是具备“推理能力”的视觉引擎，内置类似Gemini 3.1的思考层，可在生成像素前先分析场景逻辑，处理物体遮挡关系、光的折射、重力感等物理场景，减少AI常见的“灵异”错误，二是完美的文字与图表渲染，可生成清晰无错别字的招牌、海报及多行文本，支持直接生成结构正确的信息图表、UI界面原型图及带数学符号的教学图解，三是极致的角色与风格一致性，只需提供一张照片即可在不同场景和动作中保持同一人物面部特征，准确率据称达95%以上，同时支持上传多达14张参考图进行多图融合，四是专业级视频和静态图编辑，支持对话式微调和局部精准修改，可原生输出2K到4K超高清分辨率。

与第一代相比，Nano Banana 2在基础架构、分辨率、文字能力、逻辑理解及参考图支持等方面均有显著提升，基础架构从Gemini 2.5 Flash升级至Gemini 3.1 Flash/Pro，分辨率从约1K提升至原生2K/4K，文字能力从经常出现乱码改进为精准渲染多国语言文字，逻辑理解从仅按提示词绘画升级为具备“思维链”和理解物理关系，参考图支持从数量有限扩展至支持多达14张参考图。（AI普锐斯）