谷歌最強(qiáng)生圖模型Nano Banana 2曝光：能解數(shù)學(xué)題偽造監(jiān)控？

VR三千世界 · 發(fā)表于 2025-11-10 17:22

本帖最后由八云紅于 2025-11-10 17:25 編輯

AI圈真是瞬息萬變，就在大家還在玩轉(zhuǎn)第一代Nano Banana的時(shí)候，谷歌的下一代AI圖像生成模型 Nano Banana 2突然就現(xiàn)身了，而且這次展示出的能力，只能用“驚艷”來形容。它不僅能畫出以假亂真的UI界面，甚至還能解答數(shù)學(xué)題。

谷歌最強(qiáng)生圖模型Nano Banana 2曝光：能解數(shù)學(xué)題偽造監(jiān)控？

Nano Banana 2 預(yù)覽版短暫現(xiàn)身

這次Nano Banana 2（又名 GemPix2）是以預(yù)覽版的形式，短暫出現(xiàn)在第三方網(wǎng)站Media.io上的。雖然很快就被移除了，但還是被少數(shù)手快的網(wǎng)友測(cè)試了一把。

根據(jù)測(cè)試頁(yè)面說明，Nano Banana 2主要在真實(shí)性、生成速度和自然交互控制上做了改進(jìn)。從流出的測(cè)試結(jié)果看，它的能力確實(shí)遠(yuǎn)超前代，尤其是在處理復(fù)雜提示方面的表現(xiàn)非常突出。

AI生成能力全面升級(jí)

Nano Banana 2能夠生成極其復(fù)雜的UI界面，而且文字渲染幾乎看不出破綻。下面這張圖，不僅包括網(wǎng)頁(yè)內(nèi)容，甚至整個(gè)瀏覽器界面和桌面背景都是AI生成的，而且沒有參考圖像。很多人第一眼都會(huì)以為這是一張真實(shí)的電腦截圖。

它對(duì)物理常識(shí)和提示詞細(xì)節(jié)的遵循也表現(xiàn)得很好。比如，可以同時(shí)準(zhǔn)確繪制出指向特定時(shí)間的時(shí)鐘和一杯斟滿的紅酒。

更令人震驚的是，Nano Banana 2甚至能偽造出逼真的監(jiān)控錄像畫面。這個(gè)能力引起了不小的討論，不過據(jù)推測(cè)，在正式版發(fā)布時(shí)，這方面的能力應(yīng)該會(huì)受到嚴(yán)格限制。

掌握邏輯推理，能畫公式解數(shù)學(xué)題

此外，Nano Banana 2還掌握了一定的世界知識(shí)與邏輯推理能力。

在解決數(shù)學(xué)問題的對(duì)比測(cè)試中，第一代Nano Banana雖然解題思路好像大致方向是對(duì)的，但最終渲染出的公式基本無法理解。而Nano Banana 2在解題時(shí)，雖然也有一些小錯(cuò)誤，但它生成的解題步驟和數(shù)學(xué)公式已經(jīng)非常清晰，結(jié)果給人留下了深刻印象。

回顧Nano Banana一代：強(qiáng)大的圖像編輯能力

回顧一下，第一代Nano Banana最初在2025年8月匿名登場(chǎng)，憑借出色的圖像編輯能力迅速登頂排行榜。它的代號(hào)源于谷歌內(nèi)部測(cè)試生成“香蕉大小的納米機(jī)器人”時(shí)效果很好。

第一代的核心優(yōu)勢(shì)在于強(qiáng)大的圖像編輯和理解能力，包括自然語言編輯和角色一致性。用戶可以用日常語言進(jìn)行多輪迭代的圖像修改，同時(shí)解決了AI圖像編輯中常見的“身份漂移”問題，能保持角色特征在多次修改后高度一致。

同時(shí)，它還支持多圖像融合與風(fēng)格遷移，加上平均1.3秒的響應(yīng)時(shí)間和極低的生成成本，上線后迅速為Gemini應(yīng)用帶來了千萬級(jí)的新用戶。

之前Nano Banana的核心團(tuán)隊(duì)就透露，他們認(rèn)為圖像生成的質(zhì)量已接近上限，未來的關(guān)鍵在于提升模型理解用戶“意圖”的能力。這次Nano Banana 2在解數(shù)學(xué)題和生成復(fù)雜UI上的表現(xiàn)，似乎就在朝這個(gè)方向努力。雖然谷歌DeepMind方面還沒有公布Nano Banana 2的正式發(fā)布時(shí)間，但谷歌顯然正在加速將其整合進(jìn)搜索、相冊(cè)等核心產(chǎn)品生態(tài)。一個(gè)無縫的AI驅(qū)動(dòng)視覺體驗(yàn)閉環(huán)，可能很快就要來了。

淺笑心柔. · 發(fā)表于 2025-11-10 17:57

這么快nano banana2就要來了？

› 綜合交流 / 資源分享區(qū) › 綜合交流大區(qū)