本文来自Google 的香蕉产品，深入探讨 Nano Banana 2（又名“Gemini 3.1 Flash Image”）的全新功能，帮助你了解何时应该（或不应该）使用它，以及如何有效地使用其最新特性。
文章内容包括：
- 模型对比矩阵：Nano Banana 1 vs. 2 vs. Pro
- 游戏规则改变者：结合 Google 搜索的视觉定位
- 新参数：极端比例和 512px 分辨率
- 控制“思考”模式
- 提示词示例
- 应用程序介绍
作者： @Giom_V 翻译：Berryxia.AI
本文图片示例，我使用Youmind 工具，因此与原贴的示例图略有不同。
1. 模型对比矩阵：Nano Banana 1 vs. 2 vs. Pro
随着 Nano Banana 产品线现在有三个不同的模型，为你的特定工作流程选择合适的引擎至关重要。以下是新的 Nano Banana 2 在生态系统中的定位。
Nano Banana 1 vs. Nano Banana 2
不要急于放弃 Nano Banana 1。如果你现有的应用程序或工作流程使用 Nano Banana 1，并且它完美地处理了你的用例，那就继续使用它！目前没有强制迁移的要求。
Nano Banana 1 仍然是最便宜的选择，而且由于它不是思考型模型，速度仍然比 Nano Banana 2 快。
然而，对于任何需要更多细微差别、更好的提示词遵循性或新的图像定位功能的新管道，Nano Banana 2 绝对值得稍微增加的价格。
此外，现在开始在新模型上测试提示词，可以节省未来从 NB 迁移到 NB2 的成本。
专业提示：使用 NB2 创建 512px 图像，以保持与 NB1 大致相同的价格。
Nano Banana Pro vs. Nano Banana 2
开发者和创作者现在面临的最大问题是：如果 2 这么好，为什么还要使用 Pro？
可以把 Nano Banana 2（Gemini-3.1-Flash）看作是以一小部分成本提供了 Pro 约 95% 的能力。对于几乎所有新项目，Nano Banana 2 应该是你的首选默认选项。它能很好地处理文本渲染、复杂样式和新的视觉定位功能。
只有当你遇到瓶颈时才需要升级到 Nano Banana Pro。如果 Nano Banana 2 在处理高度复杂、多层次的提示词时持续失败，或者在处理极端逻辑约束时遇到困难，Pro 仍然是终极重量级选手。
（注意：如果你发现 Pro 在某些特定边缘情况下始终优于 Nano Banana 2，请在评论中分享！我们需要知道需要改进的地方。）
总结矩阵
这是一个快速参考指南，帮助你进行 API 调用路由：
2. 游戏规则改变者：结合 Google 搜索的视觉定位
虽然 Nano Banana Pro 引入了搜索网络文本信息的能力，但 Nano Banana 2 实现了巨大的飞跃：图像定位（Image Grounding）。
该模型现在可以在生成之前搜索互联网上的特定图像，以准确了解现实世界中的主题是什么样子。当你需要表现特定地点、纪念碑或高度特定的生物物种时，这个功能非常强大。
最佳实践：
- 地点：询问特定的教堂、桥梁、城市广场或小众建筑。
- 自然：询问确切的动物物种、品种或昆虫。
- 需要注意的限制：该模型无法搜索人物。
1、示例提示词：
特定地点定位
：“生成法国 Voiron 主要历史教堂的电影感黄金时刻照片。确保建筑细节、尖顶、周围广场和景观（山脉）与现实准确一致。”（可以将城市改为你的家乡）
特定物种定位
：“创建一张凤蝶和闪蝶的真实图片，并突出它们的差异，展示如何区分它们。”
如果你想了解如何在代码中使用这个新的图像定位工具，请查看文档或我们 cookbook中的这个 Python colab。
3. 新参数：极端比例和 512px 分辨率
Nano Banana 2 引入了几个新参数，让开发者和创作者能够更精确地控制输出格式和成本优化。
1、512px 批量生成到放大的工作流程
Nano Banana 2 引入了以 512 像素分辨率生成图像的能力。使用这些新分辨率，生成速度稍快，成本降低到与 Nano Banana 1 大致相同的价格。
专业提示
：如果你是希望优化成本同时保持高端输出的开发者，这里有一个黄金工作流程： 使用批量 API（提供 50% 折扣）以 512px 生成数十个提示词变体。 查看网格并选择最佳构图。 要求 Nano Banana 2 将该特定图像放大到 1K、2K 或 4K。
2、极端宽高比（1:8 和 1:4）
Nano Banana 2 还引入了极端的新宽高比——1:8 和 1:4——可用于垂直和水平格式。这些非常适合网页横幅、连续滚动资源和漫画书布局。
3、示例提示词：
横向连环画
：“创建一个 4 格横向连环画（宽高比 4:1）。故事讲述一只顽皮的猫试图从厨房柜台上偷鱼，最后有一个转折。使用充满活力的法比漫画风格。保持猫在所有面板中的设计一致。”
4. 控制“思考”模式
与其前身一样，Nano Banana 2 具有“思考”模式，在生成之前会对提示词进行推理。但是，你现在可以打开或关闭此功能。
1、我的建议：默认保持关闭状态。
对于标准图像生成，关闭它可以节省时间和处理资源。只有在以下情况下才应打开思考模式：
- 模型生成无意义的结果，需要帮助推理提示词。
- 你正在生成高度复杂的信息图表。
- 你正在将复杂的图像定位与空间推理相结合。
（同样，如果你发现打开“思考”模式完全改变游戏规则的惊人用例，请在评论中告诉我！）
5. 提示词示例
没有一些提示词示例的 Nano Banana 指南就像没有奶酪的餐点，所以这里是我目前最喜欢的一些：
1、卡通肖像
将个人照片转换为风格化的高保真 3D 角色，与真实的自己互动。
提示词
：严格基于上传的参考图像，创建一个逼真的场景，其中真实的人站在一个巨大的 3D 动画风格版本的自己旁边。两者必须具有相同的面部结构、服装和姿势。真实的人自然微笑，手放在 3D 角色的肩膀上。3D 版本比例更大，解剖学上相同但风格化，具有富有表现力的眼睛和顽皮的笑容。干净的灰蓝色工作室背景，电影般的照明，清晰的纹理。（注意：需要上传图像）。
2、动画转图
上传动画静止画面，利用模型将这些轮廓解释为超现实的摄影图像。
提示词
：将这个上传的动画静止画面转换为超现实、电影般的、完全逼真的场景。将动画角色转换为真实的人类，同时完美保留他们的原始身份、面部结构、服装、表情和整体相似性。（注意：需要上传图像）。
（原始图像来自 https://archive.org/details/mobile_suit_gundam_coloring_book）
3、地图上的历史
生成超现实的地图风格街景图像，“重新想象”历史事件（如公元 800 年查理曼大帝的加冕），就像被现代 360 度相机捕捉一样。
提示词
：生成公元 800 年 12 月 25 日查理曼大帝加冕的超现实图像，完美复制 Google 地图街景捕捉。展示教皇利奥三世在旧圣彼得大教堂内为跪着的查理曼大帝戴上皇冠。包括 123 度广角桶形失真、半透明的 Google 地图 UI 覆盖层（导航指南针、2D 地图缩略图、漂浮在石地板上的白色方向箭头）和“© Google 800”水印。自动模糊查理曼大帝、教皇和周围中世纪贵族的面孔以保护隐私。使用温暖、昏暗的火炬光和烛光透过大教堂，戏剧性的阴影，以及 360 度相机在低光室内挣扎时典型的高 ISO 数字噪点。
4、幼儿园滤镜
通过生成故意凌乱的蜡笔涂鸦来庆祝人类的不完美和童年怀旧。
提示词
：一个孩子在白色横线笔记本纸上用蜡笔画的雪上枫糖浆。使用粗大的蜡笔笔触、摇摆的轮廓和明亮大胆的颜色，这些颜色凌乱地溢出线条。包括可见的重压痕迹、蜡质污迹和不均匀的涂鸦阴影。将重要元素画得不成比例地大，使用简单的平面形状、圆形友好的面孔、点状眼睛和大弧形笑容。在角落添加一个经典的大黄色太阳、蓬松的云朵，没有现实的透视。欢乐、天真的艺术风格。
6. 应用程序介绍
现在你已经了解了 Nano Banana 2 的新功能，是时候开始构建了！
以下是一些很酷的应用程序，你可以将它们作为起点：
- Window seat：根据实时天气和特定位置生成逼真的窗外景观。
- Pet passport adventure：使用 Nano Banana 让你的宠物进行全球冒险。
- Global Kit Generator：用于扩展本地化营销资产的开发者工具。
请在评论中分享你最好的应用程序，看到每个人的创造力总是很棒的！
