最近 Nano Banana 2.1 刚出来，我也趁热做了一个小站：
利益相关先说在前面：站是我自己做的。
目前也还在比较早期的阶段，先围绕 Nano Banana 2.1 把图片生成、编辑和一些实际案例做起来，没有打算一上来就堆几十个所谓的 AI 功能。
这两天自己也一直在测这个模型。
我的感觉是，这次 2.1 看版本号好像只是一个小更新，但实际上它优化的东西，很多刚好都是 AI 生图从「能玩」走向「能干活」之后比较重要的东西。
Google 官方对 Nano Banana 2.1 的定位是高效率图片生成和对话式编辑模型，是 Nano Banana 2 的升级版本。
官方文档：
这次比较值得关注的包括：
- 图片真实感继续提升
- Prompt 遵循能力增强
- 文字生成和信息图排版更好
- 多轮修改时角色一致性更稳
- 支持 1K / 2K / 4K
- 最多支持 14 张参考图
- 最多可以维持 4 个角色的一致性
- 最多可以参考 10 个对象
- 支持 Google Search Grounding
- 可以调节 Thinking Level
但这些参数其实不是我最关心的。
我现在越来越觉得，判断一个图片模型好不好，已经不能只看：
「第一张图够不够惊艳？」
以前测试 AI 生图，很容易就是输入一句：
一个女生站在东京街头，电影感，夜景，8K
然后看看哪个模型生成的小姐姐最好看。
这种测试其实挺爽，但跟真实使用场景还是差挺远的。
真正开始拿 AI 图片做产品以后，问题会变成：
做电商图的时候，商品能不能别给我改了？
做人像的时候，同一个人连续生成五张还是不是同一个人？
做海报的时候，字能不能别写错？
换一个背景的时候，能不能只换背景，不要顺便把人物脸也换了？
连续修改一张图的时候，改到第五次还能不能保持原来的设计？
这些问题，我现在反而觉得比「单张图片有多惊艳」重要。
Nano Banana 2.1 和其他模型，我目前的一些感受
先说 Nano Banana 2.1 。
我觉得它越来越像一个综合型选手。
不是某一个能力特别极端，而是生成、参考图、图片编辑、文字、多图融合、角色一致性这些能力都在往比较实用的方向发展。
再加上它本身还是偏 Flash / 高效率这条路线。
如果是：
- 电商商品图
- 广告素材
- 社媒配图
- 海报
- 多参考图生成
- 同一个角色反复生成
- 一张图片连续修改
这种需要大量迭代的场景，我觉得 2.1 会挺舒服。
尤其是做产品以后，我越来越在意一个指标：
出图可用率。
假设模型 A 一张图便宜 20%，但是平均要抽 5 次才能用；
模型 B 贵一点，但是 2 次就能出我要的结果。
最后真正算成本的时候，B 反而可能更便宜。
这个也是我觉得现在很多模型排行榜比较难体现的东西。
和 Nano Banana Pro 比
Nano Banana Pro 我觉得还是有自己的位置。
Google 对 Pro 的定位本来就更偏：
professional design engine
也就是复杂设计、4K 图片、复杂排版、文字这些专业场景。
但 2.1 出来以后，两边的使用范围确实越来越接近了。
至少对我来说，以后日常大量生成，我应该会优先用 2.1 。
遇到特别复杂的设计任务，再拿 Pro 对照测试。
换句话说：
Pro 更像“大活选手”，2.1 更像每天干活的默认选手。
当然这个结论也不是绝对的，不同 Prompt 差异还是非常大。
和 ChatGPT Images 2.5 比
OpenAI 上个月也刚更新了：
这一代我自己比较喜欢的还是它的编辑体验。
特别是已经有一张不错的图片以后，只想说：
把桌子上的杯子换成黑色，其他东西不要动。
这种任务其实非常考验模型。
因为很多图片模型嘴上答应你「只改杯子」，然后：
杯子改了， 桌子也变了， 灯光变了， 人物脸也顺手整容了。
OpenAI 这代明显也在继续解决这个问题，官方重点强调的就是图片保真、精准编辑和多轮修改的一致性。
所以如果是：
已有图片 → 精准修改 → 再继续修改
我现在还是会把 ChatGPT Images 2.5 一起拿来测试。
Nano Banana 2.1 出来，并不意味着其他模型就没用了。
反而模型越多以后，我觉得「不同任务选不同模型」会越来越明显。
Seedream 我也觉得不能忽略
国内这一条线我最近也一直有关注。
现在比较新的已经是：
Seedream 现在的方向也挺有意思。
它不只是强调：
“我能生成一张好看的图。”
而是越来越强调：
“我能不能理解你到底想设计什么。”
像复杂信息可视化、文字排版、局部编辑、多图融合、真实人像这些都在加强。
这种方向我其实挺认同的。
因为 AI 图片最终要真正进入生产环境，模型要解决的就不是单纯「画画」问题，而是某种程度上的：
视觉任务理解。
我现在反而没那么在意“哪个模型第一”
过去可能会问：
Nano Banana 和 GPT Image 到底哪个强？
现在我感觉这个问题越来越难回答。
因为可能：
A 模型做人像最好；
B 模型改图最稳；
C 模型文字最好；
D 模型商品一致性最好；
E 模型又特别便宜。
而普通用户其实根本不想研究这些。
一个做 Shopify 的卖家，只是想：
帮我把这个商品做成一套圣诞节广告图。
他其实并不在乎后面跑的是：
Nano Banana 2.1 、
Nano Banana Pro 、
ChatGPT Images 2.5 ，
还是 Seedream 。
他只关心最后这张图能不能直接拿去投广告。
所以我现在越来越觉得，AI 图片产品下一阶段真正有意思的事情，可能不是：
我接入了 20 个模型。
而是：
用户告诉系统自己想干什么，系统自动选择模型、Prompt 和工作流。
比如：
商品主图是一套工作流；
商品换背景是一套工作流；
AI 换衣是一套工作流；
广告海报是一套工作流；
角色一致性又是另外一套工作流。
模型慢慢变成基础设施，场景和工作流才是用户真正使用的产品。
这个也是我做这个站的时候，自己想慢慢验证的一个方向。
站现在还是比较早期。
先把 Nano Banana 2.1 本身的体验和案例做好：
如果大家最近也在折腾 AI 生图，欢迎帮我试试。
有不好用的地方可以直接说，也欢迎
Select Language