谷歌 AI 图像模型 Nano Banana 2.1 发布，提升视觉设计、蒙版编辑、主体一致性

IT之家 10 月 7 日消息，谷歌于今日正式发布了 Nano Banana 2.1，这是该公司 AI 图像生成与编辑模型的升级版本。谷歌强调，新版 Nano Banana 2.1 实现了全方位提升，在视觉设计、基于蒙版的图像编辑以及主体一致性这几方面的进步尤为突出。

今年早些时候，谷歌推出了 Nano Banana 2，也被称作 Gemini 3.1 Flash Image。Nano Banana 2 在拥有谷歌 Flash 系列模型高速特性的同时，实现了与 Nano Banana Pro 同级别的出图质量。谷歌还把多项原本属于 Pro 版本的功能下放至这款定位更低的模型，包括现实世界知识库、文字渲染效果优化，还有角色与物体的一致性表现提升。

IT之家注意到，Nano Banana 2.1 在原有能力的基础之上，主要在三大方向做出改进：

• 视觉设计：Nano Banana 2.1 可以生成构图效果更佳、完成度更高的视觉素材。

• 蒙版编辑：用户能够更加精准地选中并修改现有图像的局部区域，无需重新生成整张画面。

• 主体一致性：在执行编辑操作或者批量生成多张关联图片的时候，模型可以更好地保留画面主体的样貌与特征。

改进后的主体一致性对于 Gemini 用户而言实用性很强，可以保证同一个人物或者物体在多次生成结果当中保持样貌统一。谷歌 Nano Banana 2.1 现已逐步部署上线，覆盖 Gemini 应用、谷歌搜索的 AI 模式、Google AI Studio、Google Flow、Stitch、谷歌广告以及 Gemini 企业平台。

面向开发者，Nano Banana 2.1 已经正式开放，对应的模型 ID 为 gemini‑nano‑banana‑2.1；该模型支持文本、图片、音频以及视频输入，同时可以输出 1K、2K 以及 4K 分辨率的图像。

目前，OpenAI 的 ChatGPT Images 2.5 依旧是全球领先的图像生成编辑模型。在用户持续微调一张图片时，它更擅长保留上一轮的修改成果，不会改动没有编辑的区域，也不会随着反复迭代让原图画质变差。紧随 OpenAI 这款产品之后的是微软 AI 的 MAI‑Image‑2.6 模型，该模型于今年 8 月发布。