Nano Banana 2：專業功能與閃電速度

🔑 增強重點摘要

• •Nano Banana 2 整合 Gemini 3.0 Pro 作為推理核心，結合 GemPix 2 擴散模型與共享潛在意圖向量，提升提示遵循與語義推理。
• •具備原生 4K 解析度輸出（3840×2160），支援多達 14 張輸入圖像與 5 個主體一致性，適用於專業列印與複雜合成。
• •引入「思考模式」與多階段 Plan-Evaluate-Improve 迴圈，可解決圖像數學方程、精準重現圖表與 OCR 文字渲染。

🛠️ 技術深入

• •架構包含 LLM「腦部」（Gemini 3.0 Pro）負責深度推理、高保真擴散「手部」（GemPix 2）生成像素、共享潛在意圖向量融合文字與視覺。
• •多階段「Plan → Evaluate → Improve」迴圈類似思考鏈，提升結構評估與最終渲染品質。
• •在低階視覺任務零樣本評估中，優於感知品質（如 NIMA 分數）但落後傳統指標（如 PSNR/SSIM），優先生成紋理細節而非嚴格忠實輸入。
• •支援可配置思考等級（Minimal 預設 vs. High/Dynamic），整合 Google Search 獲取即時世界知識與圖像參考。

🔮 前景展望AI analysis grounded in cited sources

⏳ 時間線