谷歌发布 Nano Banana 2.1：改图不再牵一发动全身，同一个人物反复编辑也不变脸
谷歌发布 Nano Banana 2.1：改图不再"牵一发动全身"，同一个人物反复编辑也不变脸
谷歌在 10 月 7 日正式发布了新一代图像生成与编辑模型 Nano Banana 2.1。这是今年早些时候 Nano Banana 2 的升级版本，目前已陆续部署到 Gemini 应用、谷歌搜索 AI 模式、Google AI Studio、Google Flow、Stitch、谷歌广告以及 Gemini 企业平台。
> 本文基于多家媒体转述整理。
这是什么？
Nano Banana 2.1 是谷歌旗下主打"快"的图像生成与编辑模型，底层基于 Gemini 3.6 Flash，定位是在保持高生成速度和低成本的把出图质量继续往上提。你可以把它理解成"改图快、改得准"的那一档：日常修图、海报设计、批量配图这类高频任务，不必动用更重、更贵的高端模型。
面向开发者，模型已正式开放，模型 ID 为 gemini-nano-banana-2.1，支持文本、图片、音频和视频输入，可输出 1K、2K、4K 分辨率的图像。
为什么重要？
AI 改图有个老毛病：想让 AI 改一下衣服颜色，结果脸变了、背景也跟着变了，改几轮之后原图画质越来越糊。这次更新主要就是在解决这类问题，具体有三块：
1. 主体一致性更强。 同一个人物或物体在多张图、多轮编辑里保持样貌统一。新模型支持最多 14 张参考图融合，可同时保持 4 个人物角色的一致性、最多 10 个物体的特征。把多张人物照、产品照一起丢给模型，生成的组合画面仍能保留主体的外观特征——对电商换背景、人物系列插画这类需求很实用。
2. 局部编辑更精准。 你可以只指定画面中的某个区域修改，其他部分尽量不动：换服装、调背景、改物体颜色，都不必重新生成整张图。谷歌还改进了基于遮罩和涂鸦的编辑方式——直接在图上圈出想改的地方，再用一句话描述要改成什么样，更接近传统修图软件的操作习惯。
3. 文字渲染继续加强。 海报、信息图表这类含大量文字的图，布局准确性和文字事实准确性都有提升。不过谷歌也坦承：小字号、长段落、复杂版面里的文字仍可能出错，并没有完全解决 AI 生图的文字老问题。
另外两个值得注意的点：
- 接入谷歌搜索：模型可以结合 Google 搜索和图片搜索的信息来生成图片，做涉及真实产品、地理、历史人物或复杂数据图表的图时，能减少纯靠模型"脑补"产生的错误。
- Thinking 档位：提供 minimal / medium / high 三档推理强度，在速度、成本和效果之间自己取舍。
官方内部测试显示，在总体图像生成偏好度测试中，开启 Thinking 的 Nano Banana 2.1 得分 1050，高于 Nano Banana 2 的 990 和 Nano Banana Pro 的 935；多人物一致性测试 1106 对 978，多参考图编辑 1066 分，优势主要集中编辑类任务上。还有一个容易被忽略的修复：宽幅和全景图此前可能出现拼接纹理异常，新版支持 1:4、4:1、1:8、8:1 的超宽比例。
对谁有用？
- 电商和运营：多参考图保持产品一致，批量换背景、换场景不用重画；
- 设计师：圈选局部改图 + 文字渲染增强，海报和信息图表的返工次数会少一些；
- 普通 Gemini 用户：应用内逐步推送，日常改图"改哪儿只动哪儿"的体验会明显改善。
一句话总结
Nano Banana 2.1 没有换赛道，而是把"多轮编辑不崩、主体不换人、局部修改不伤图"这几件最影响日常使用的事继续做扎实——对高频用图的人来说，这比跑分更重要。