正如大家所期待的那样，Nano Banana 的第二个版本终于发布了。有人称它为 Nano Banana 2，也有人称它为 Nano Banana Pro。相比前代，Nano Banana Pro 能够生成更复杂的图像，并在参考图生成任务中保持更高的风格与结构一致性。本篇将围绕两个核心问题展开：第一，如何使用 Nano Banana Pro；第二，它具体能完成哪些图像生成任务。 需要注意的是，Nano Banana Pro 与上一版本最大的区别在于——它不再是免费模型。过去我们习惯在 Google 的 AI Studio 中调用 Nano Banana，但如今在模型列表中选择 Nano Banana Pro 后，系统会提示输入 API Key，即必须付费才能使用。不过，我们仍可在配置面板中查看其关键参数信息，例如支持 1K、2K 和 4K 三种输出分辨率。 那么，是否有免费使用 Nano Banana 的途径？答案是：有，但有限制。目前可在 Google Gemini 平台免费试用，但存在调用次数限制。另一种方式是通过部分商业平台接入其 API，例如 Runway ML（常被简称为 Runway Hub）。我在 Runway Hub 上已构建好 Nano Banana Pro 的工作流，用户可通过 Runway Hub 网站直接访问并运行。 Runway Hub 是一个非常活跃的在线 AI 工作流平台，对新模型和新技术响应迅速。用户可通过视频描述区提供的邀请链接注册，获得 1000 点免费积分；此外，每日登录还可额外领取 100 点积分，便于尝试各类工作流。 接下来我们来看该工作流的具体使用方式。由于采用 API 接入模式，整体操作较为简洁。流程中会用到一个标注为 “new” 的节点，表明这是最新版模型。在下方配置项中也能看到明确标识，确认其为 Nano Banana Pro 模型。例如，分辨率选项仍支持 1K、2K 和 4K 三种规格。 我们进行一次简单测试：将输出比例设为 16:9，提示词为“飞机引擎，含中英文文字标注”。运行后可见结果非常理想——中文与英文标注均准确呈现，说明该节点在文生图任务中表现优异。 对于图生图任务，有两种常用方式： 第一种是将全部参考图统一输入至 `image_batch` 输入端口。但这种方式需将所有图片打包为一个 batch，不利于精细控制生成顺序与特征对应关系； 第二种则是分别将每张参考图单独连接至对应的 `image1`、`image2` …… `image9` 输入端口。当前节点最多支持 9 个独立图像输入，实测中即便输入 15 张参考图也能基本生效，但官方建议控制在 5 张以内以确保效果稳定。若输入过多（如 6 张），可能出现特征混淆或复刻偏差。 例如，我们输入 6 张人物照片，提示词为“6 个美女在春游时的合照”，设定输出比例为 9:16、分辨率为 2K。生成结果中，每位人物的基本特征均被较好保留。但需注意：当参考图数量较多时，面部细节的还原精度会下降，人物长相与原图存在一定差异。因此，为保障复刻质量，推荐参考图数量不超过 5 张。 关于费用，Nano Banana Pro 的计费标准如下：生成 1K 分辨率图像每次收费 0.25 元人民币；4K 图像则为 0.5 元/次。整体成本较低。 接下来我们通过多个代表性案例，展示 Nano Banana Pro 的实际能力边界。需要说明的是，以下所有示例均来自公开网络平台，非本人原创，仅作技术能力演示之用。 **案例一：双语工程图生成** 提示词要求生成一张飞机引擎结构图，并同时包含中文与英文标注。结果中文字体清晰、术语准确，证明模型已具备可靠的中文渲染能力。 **案例二：物理概念可视化** 要求生成牛顿色散实验示意图，精确展现三棱镜分光过程，并在图中标注相关物理公式。最终输出不仅构图合理，且公式书写规范、位置准确，体现出模型在科学绘图领域的推理与表达能力。 **案例三：数学题解图生成** 输入一道几何题，要求模型理解题意并在草稿纸上绘制解答过程。生成结果虽未验证数学正确性，但图形结构与题目完全对应，视觉可信度高。 **案例四：动漫转写实** 提供一张动漫风格人物图，要求转换为高度写实的人物肖像。结果呈现出电影级质感，无明显 3D 渲染痕迹或动漫风格残留，人物神态、服饰细节均自然融合。 **案例五：高精度物理现象模拟** 使用长文本中文提示词，详细指定平抛运动图中各元素的位置、字体大小、颜色及线条粗细。生成图像几乎逐条满足所有描述，体现极强的提示词遵循能力。 **案例六：跨文化角色融合** 提示词要求生成“大闹天宫”场景，但主角由孙悟空替换为《猫和老鼠》中的杰瑞。结果中杰瑞的形象与孙悟空服饰、姿态完美结合，既保留经典角色特征，又达成创意融合。 **案例七：产品海报设计** 提供两款香薰产品（品牌名 Two Summer）的实物图及中英文标识，要求生成符合品牌调性的宣传海报。结果中产品外观、文字排版、环境布置均与提示词高度一致。 **案例八：失败案例观察** 尝试生成“动漫人物置身真实场景”的图像，结果出现左右高度对称的异常构图。这说明模型仍存在失败概率，并非每次都能成功生成理想结果。 **案例九：POV 视角转换** 输入一张“美女双手捧花”的正面照，要求切换为第一人称视角（POV）。生成图像准确呈现手捧鲜花的主观视角，空间感与透视关系自然。 **案例十：东方幻想场景构建** 中文提示词描述“拥挤的北京地铁车厢内全是神话人物，车厢连接处滚动显示‘前往西天取经的乘客请注意，前方到站高老庄’，车窗贴有‘禁止在车内施展法术’标语”。生成结果中人物身份识别明确、滚动字幕内容准确，但“禁止施展法术”标语未出现，说明复杂多要素提示仍存在漏检可能。 **案例十一：平面图转 3D 写实渲染** 输入一张房屋平面图，要求生成写实风格的 3D 室内效果图。对比原图可见，空间布局、门窗位置、装修风格等关键信息还原度极高，远超多数同类模型的表现。 综上，Nano Banana Pro 在多语言支持、科学可视化、跨模态理解、高精度提示遵循、风格迁移及复杂场景构建等方面展现出显著进步。其所覆盖的应用场景，已远超传统文生图或图生图的常规测试范畴。