FB 建議貼文

選取貼文複製成功(包含文章連結)!

Google發表Nano Banana 2.1影象生成模型!人物一致性升級、最高4K解析度還可吃14張參考圖

Google發表Nano Banana 2.1影象生成模型!人物一致性升級、最高4K解析度還可吃14張參考圖

Google正式發表Nano Banana 2.1,這是2026年5月推出的Nano Banana 2的更新版。新模型以Gemini 3.6 Flash為基礎,維持Flash等級的速度與成本優勢,同時在視覺品質、文字渲染、多輪對話一致性與Google搜尋接地能力上提升,最高可輸出1K、2K、4K解析度。

Google發表Nano Banana 2.1影象生成模型!人物一致性升級、最高4K解析度還可吃14張參考圖

主要更新包括:1K、2K、4K輸出解析度(預設1K)提升畫質與寫實感;修正2K、4K下寬比例與全景比例(1:4、4:1、1:8、8:1)的馬賽克瑕疵;改善文字渲染與資訊圖表排版精確度;多圖融合最多吃14張參考圖,可維持4個角色一致性、10個物件的忠實度。

此外還支援Google網頁搜尋與圖片搜尋接地,並提供「最小、中、高」三種構圖思考深度。Google表示,Nano Banana 2.1同時是高效能影象生成與編輯模型「Gemini 3 Pro Image(Nano Banana Pro)」的高效相容模型。

Google發表Nano Banana 2.1影象生成模型!人物一致性升級、最高4K解析度還可吃14張參考圖

基準測試全勝、但仍有已知弱點

Google公佈的文生圖基準比較中,對手包括Nano Banana 2.1(思考模式)、Nano Banana 2.1(不思考)、Gemini 3.1 Flash Image(Nano Banana 2 思考)、Gemini 3 Pro Image(Nano Banana Pro)。在整體偏好、資訊圖表設計、資訊圖表精確度三個評分專案中,Nano Banana 2.1(思考模式)全部獲勝。

編輯能力基準同樣如此:一般編輯、單一角色一致性、多角色一致性、遮罩與墨水編輯、產品一致性、風格化、多參考編輯七個專案中,Nano Banana 2.1(思考模式)同樣拿下最高分。

Google發表Nano Banana 2.1影象生成模型!人物一致性升級、最高4K解析度還可吃14張參考圖

較小的文字生成仍是弱點

Google也列出已知限制:對於較小的文字型、長段落、頁面長度的文字生成仍不佳;輸入與輸出圖之間角色可能不一致;偶爾搞不清楚左右等空間關係;世界知識、3D推理、事實辨識等進階能力仍有限。

另外,Nano Banana 2.1基底Gemini 3.6 Flash的知識截止為2026年3月,部分領域模型知識可能只到2025年1月,細節可參考Gemini 3.6 Flash模型卡。

對比5月推出的Nano Banana 2,這次2.1最大的差異是在保持Flash級速度與成本的前提下,把畫質、文字與多圖一致性一起拉上來,定位上更偏向日常可用的預設影象生成模型,而Pro版則接手更高階的生成與編輯需求。Google也在模型卡中提醒,實際使用上仍需針對小字型、長段落等場景多加驗證。

 

 

 

IFENG
作者

鳳凰網(科技),集綜合資訊、視訊分發、原創內容製作、網路廣播、網路直播、媒體電商等多領域於一身,並於2011年在紐交所上市(紐交所代碼:FENG),成為全球首個從傳統媒體分拆上市的新媒體公司。

發表回應
謹慎發言,尊重彼此。按此展開留言規則