谷歌图像生成模型Nano Banana 2预计将于11月11日发布，支持2K原生输出

关于谷歌下一代图像生成模型“Nano Banana 2”的信息，近期在开发者社区引发关注。尽管尚未官方发布，但通过内部测试、平台泄露与代码提交记录，可梳理出以下已知进展。

目前，该模型仍处于测试阶段。有迹象表明，其早期版本曾在 Media AI 平台短暂开放预览，输出结果与此前在 Gemini 应用中测试的版本一致。值得注意的是，当前测试版本仍基于 Gemini 2.5 Flash，而非传闻中的 Gemini 3.0 Pro。这暗示谷歌可能采取“分阶段发布”策略：先上线功能增强的中间版本，待底层基础模型成熟后再全面升级。

在能力层面，测试样本显示模型在以下方面有明显改进：

• 图像细节控制：能更准确地处理复杂着色、视角调整与构图；
• 文本生成校正：对图像中嵌入文字的识别与生成准确性提升；
• 多步骤生成流程：首次引入“规划—生成—审查—迭代”的闭环机制，模型会主动识别输出中的不一致或错误，并进行修正，而非一次性输出；
• 输出分辨率扩展：支持从 1K 到 4K 的多种分辨率，宽高比覆盖 1:1 至 21:9，提升在设计与媒体场景中的适用性。

GitHub 上的提交记录显示，该项目内部代号已更新为 “Nano Banana Pro”，并标注其指令遵循能力较早期版本提升约三倍。在“碎片化重建”等高难度测试中，模型展现出跨会话保持输出一致性的能力——这是前代产品难以实现的。

此外，谷歌计划将该模型扩展至 Whisk 实验室等其他实验平台，延续其多产品线协同推进的策略。

关于其底层架构，目前仍无定论。有猜测认为它可能基于 Imagen 4，也有观点认为仍会沿用 Gemini 系列架构。目前尚无证据表明其已完全切换至 Gemini 3.0 Pro。