ChatGPT
Perplexity
Claude
Gemini
谷歌的 Gemini 2.0 Flash Image，我们这里俗称 Nano Banana 2，更快、更省钱，据我们的合作者、来自 点火祷文，"在细节处理上明显更胜一筹。"我们请 Brian 在 OpenArt 上全面测试并记录他的发现。成果是一支长达 12 分钟的教程，满满都是技巧、prompt，以及出人意料的多次 Applebee's 造访。以下是完整解析。
NB2 对比 Nano Banana Pro：一次诚实的较量
香蕉背后，如今搭载了一个动态思考引擎，能够推理复杂的 prompt，从网络中提取真实信息而非凭空编造，还能分析图像输入，从而在多次生成中保持角色一致性。这正是 NB2 与前代产品的本质区别——不仅是速度更快、成本更低，更是一整类全新能力的诞生。
技巧 1：别在编辑界面里做编辑
Brian 的第一个技巧也是最能立刻上手的：完全跳过编辑界面。取而代之，直接把底图拖入视觉参考窗口，并按如下方式组织你的 prompt：
“根据 prompt 编辑第一张图。[在此填写你的编辑要求]。”
在 OpenArt 上，这种方式能让 NB2 直接访问图像，稳定输出更干净、更精准的编辑效果。Brian 还建议在生成前把分辨率提升到 4K。这和放大处理不同，但能为模型提供大得多的像素空间，用于处理文字、名牌或小道具等精细细节。当你要生成任何带有繁复细节的内容时，这一点尤为重要。
技巧 2：角色设定表 prompt
这是评论区呼声最高的内容。视频发布后，Brian 把完整 prompt 置顶了，如下所示：
使用这个 prompt 时要牢记两点。第一，务必手动标注你的参考图，使用 @image1 ——没有它，prompt 就无法生效。其次，NB2 最多可将五张角色设定图标注进同一场景，Brian 在视频后半段对此做了极限测试，结果着实令人惊艳。值得一提的是，NB2 和 Nano Banana Pro 都能很好地处理这个 prompt，不过 NB2 的优势在于可同时支持更多角色输入。
技巧 3：通过 Google 搜索实现真实世界落地
This is where NB2 pulls most clearly ahead of its predecessor. The model can perform a web search when it determines it does not have enough information to complete a task, which opens up a genuinely new category of prompting. Brian tested this by photographing grocery store ingredients and asking NB2 to generate recipe infographics without telling it what the recipe should be. The model had to identify the ingredients from the photos, look up a relevant recipe, and render everything as a visual layout.
在千层面测试中，他用了 12 张不同的参考图。OpenArt 最多可接受 14 张。
结果总体令人印象深刻，不过 Brian 也有一些备注：
“很多结果对食材用量的说明都相当含糊，多少像是在暗示我：直接把整盒整罐的材料倒进碗里，一层层码好，然后享用我的随缘千层面。”
实用结论是：对于参考素材繁多、需要模型综合多个输入信息的任务，联网检索型 prompt 表现出色。在这类任务上它明显优于 NB Pro，即便输出结果偶尔还需要一些理解和解读。
技巧 4：多语言文字生成
NB2 带来了升级的多语言文字渲染，Brian 让它把自己的芝士蛋糕信息图翻译成日语来做测试。译文渲染正确，不过 Brian 也坦言自己难以核实准确性。他已邀请日语母语者在评论区发表看法。结论仍待揭晓。
技巧 5：复杂场景编辑中的空间推理
Brian brought NB2 to Times Square, photographically speaking, and asked it to remove all the LED billboards and signage from a rainy night shot. What makes this test genuinely interesting is the difficulty of what the model has to do: it must remove the signs, extrapolate what the buildings look like underneath them, and recalculate the lighting, since most of the illumination in a wet Times Square shot is reflected bounce light from those very signs. That is a significant amount of spatial and physical reasoning happening in a single generation.
效果令人印象深刻，画面中心区域出现了一些意料之中的瑕疵。在这次测试之后，Brian 又做了一连串编辑：移除行人、切换成晴天，再把场景转成暴风雪。最后这个效果好到让他直呼，以后不用出门也能生成冬季空镜素材了。
技巧 6：多角色场景，最多可保持五个角色一致
这是视频中最有野心的测试。Brian 生成了五个截然不同的角色设定表，并把它们全部标记到同一个 Applebee's 用餐场景中，要求角色在吃排骨时呈现不同的镜头角度。大多数角色在多次生成中都保持了一致。复古家庭主妇最难搞定，Brian 将其归因于我们的大脑对逼真人脸中细微不一致格外敏感。
过程中冒出了几件意外的事：尽管 prompt 里从没提过，机器人却总执着于长得像《飞出个未来》里的 Bender；还有些输出画面里出现了漂浮的角色设定图残留。但真正的惊喜时刻，是 NB2 在没被要求的情况下，主动为全部五个角色取了名字： Blonde Ambition、Steel Resolve、The Gentle Toad、Mew Pawsome， 和 骷髅骑士。 Brian 的评价："我收回之前所有的批评。这是有史以来最棒的图像模型。"
速查表：什么场景该用哪个模型
归根结底
NB2 相较 Nano Banana Pro 是一次实实在在的升级，尤其在图像编辑、联网检索型 prompt 以及多角色一致性方面。底层的思考引擎让它能做到前代根本做不到的事，而且更快、成本更低。它算不上完美，但确实是一款真正强大的工具，现在就能在 OpenArt 上使用。
Brian 的教程值得完整观看。评论区一致称赞的一点，是他愿意展示模型产出意外或不完美结果的地方，而不只是精修后的成品。这份坦诚能让你在真正上手时，对可预期的效果有更贴近现实的认识。