谷歌 Nano Banana 2 样本意外流出：懂物理还擅长文本渲染
本帖最后由 八云红 于 2025-11-11 19:30 编辑谷歌在AI图像模型领域的进展真是快，11月11日消息，就在昨天，科技媒体报道称，谷歌新一代AI图像模型 Nano Banana 2 的早期预览样本意外泄露了。这次泄露的样本展示了其在图像生成与图像编辑方面强大的技术实力，特别是它解决复杂逻辑任务的能力，引起了广泛关注。
Nano Banana 2 预览版短暂上线
据报道，Nano Banana 2 的预览版本是在 Media.ai 平台上短暂上线后被迅速撤下的。尽管如此，其生成的AI样本已在社交媒体上传播开来。
从这些流出的样本来看，Nano Banana 2 在提升低质量图片清晰度（即图像修复）和执行复杂的色彩编辑指令方面，展现出了非常强大的能力。
不仅会画画，还开始懂物理了？
根据泄露的资料，Nano Banana 2 相比前代主要带来了两项显著的改进：
1. 能解决与物理逻辑相关的视觉任务 这是最让人惊讶的一点。在一张泄露的图片中，该AI图像模型通过“图生图”（img2img）技术，准确地绘制出了一个小球运动的物理轨迹。这种理解并绘制物理逻辑的能力，是当前其他模型难以完成的复杂任务。
2. 出色的文本渲染能力 以往的AI图像模型，在图像内生成清晰、准确的文字一直是个难题。而 Nano Banana 2 在这方面表现极为出色。它能够根据自然语言提示，在白板等介质上绘制出字体一致且排列精确的复杂文字，有效解决了这个行业痛点。
更深层次的“世界知识”
有媒体指出，Nano Banana 2 在视觉保真度和指令遵循能力上的巨大飞跃，表明其模型内部可能集成了更深层次的“世界知识”。
它不再局限于简单的图像生成或图像编辑，而是能够理解并执行包含更复杂逻辑关系的指令。这些高级能力为设计、媒体内容制作和自动化工作流等领域开辟了新的可能性。例如，未来企业或许可以通过API接口，程序化地调用该模型，快速生成符合要求的营销海可报或社交媒体视觉素材，大幅提升内容生产效率。
总而言之，这次谷歌 Nano Banana 2 的AI样本泄露，虽然只是惊鸿一瞥，但其展现出的对物理逻辑的理解和强大的文本渲染能力，确实让人看到了AI图像模型未来的新方向。从“会画画”到“懂世界”，Nano Banana 2 的后续进展值得我们持续关注。
我敲，真有这水平感觉用在游戏光追渲染上能很大降低显卡负载啊
页:
[1]
