今天(10月7日)早上,谷歌悄悄上线了新一代图像模型 Nano Banana 2.1。没有发布会,没有预热,模型直接在 Gemini App、AI Studio 和 API 端开放使用。
名字听着像玩笑,但这次升级的指向相当严肃:它瞄准的不是"会画图的普通人",而是专业设计工作流。
作为一个长期跟踪AI工具线的账号,我们第一时间把新模型跑了一遍。先说结论:批量出图和商品素材这两个环节,它已经可以真刀真枪地替代人工了;但在多轮精修上,它还差一口气。
一、这次升级,到底强在哪三件事?第一,蒙版局部编辑。
过去的AI修图有个老大难问题:你只想改画面一角,AI却把整张图"重新理解"了一遍——人物脸变了、光影乱了、背景的细节悄悄糊掉。设计师最怕的就是这种"改一处、毁全图"。
Nano Banana 2.1 支持圈选区域修改:只动你圈中的部分,其余画面像素级保持原样。 这意味着"改个文案、换个背景色、调个产品角度"这类高频脏活,终于可以交给AI了。
第二,主体一致性。
这是本次最狠的升级。它最多支持 14 张参考图,同时锁定 4 个人物角色 + 10 个物体的外观身份。
说直白点:同一个模特、同一件商品,可以稳定出现在几十张不同场景的图里,脸不崩、包装不变色。这在过去要么靠请模特实拍,要么靠设计师一张张手动对齐。而现在,电商详情页、品牌连环画、同IP多场景素材——这些最烧人力的活,成本结构被直接改写了。
第三,设计感和文字渲染。
海报排版、信息图表的精致度明显提升,官方基准里信息图表设计拿到 1048 分,超过自家旗舰 Pro 的 912 分。做带文字的宣传物料,终于不再需要"AI生成+PS改字"两步走了。
二、实测下来,哪些活能交,哪些不能?能交的:
批量一致性素材。同一个产品出20个场景图,过去外包报价按张算,现在按分算。海报初稿和文案排版。构图、字体、配色一次到位,甲方挑方向的速度快了十倍。单次局部修改。改字、换色、去元素,蒙版指哪打哪。不能交的:
比例关系。实测中让它画"骑马的人",马经常生成小马驹的尺寸——物理常识依然是它的短板。小字号文字。官方模型卡自己也承认,小字渲染容易出错。多轮精修。第三方横评显示,ChatGPT Images 2.5 在"多轮编辑不改坏前一轮"这件事上仍是标杆,Nano Banana 2.1 连续修改几次后画质会有衰减。品牌级终稿,目前还离不开人。一句话总结:它是个极快的初级美术,还不是一个靠谱的美术总监。
三、真正值得注意的,是价格认知资本的老读者知道,我们看工具从不只看功能,还要看成本结构:
上一代 Nano Banana 2 生成一张 4K 图:约 15.1 美分这一代 2.1:约 7.6 美分,直接砍半而旗舰 Pro 同规格要 24 美分质量向 Pro 看齐(部分基准甚至反超),价格向 Flash 靠拢。谷歌的意图很明显:用价格把竞争对手挤出批量商用市场。 当一张商用级素材的成本降到几美分,"一个设计师一天出30张图"的行业定价体系,就再也撑不住了。
顺带提醒开发者:上一代接口 gemini-3.1-flash-image 将于 10月29日下线,用旧接口的抓紧迁移。
四、对设计师来说,这意味着什么?三个月前我们说过一句话,今天依然成立:AI替代的从来不是设计师,而是"设计执行"这个环节。
Nano Banana 2.1 之后,纯执行岗位(抠图、改字、批量套版)的议价能力会加速归零。但另一边,会涨价的是三种能力:
审美判断力——AI出100张图,你得知道哪张能过稿;工作流编排力——把AI嵌进素材生产管线的人,替老板省下的是真金白银;品牌把控力——终稿的一致性和品质兜底,目前AI还做不了。从操作者变成审校者和导演,这是这一代图像AI给设计行业划出的分水岭。