原生多模态时代来临，Imagen悄然落幕

2026年2月26日深夜，谷歌为Gemini平台完成了一场"静默换代"——全新图像模型Nano Banana 2（官方技术代号Gemini 3.1 Flash Image）悄然上线。没有发布会，没有主题演讲，仅在Gemini加载进度条里多出一行小字："正在载入Nano Banana 2"。

但四个月后的6月30日，谷歌正式官宣：全线Imagen系列停止维护，当日关停。曾代表谷歌图像生成顶尖水准的扩散模型Imagen，被Gemini原生多模态绘图能力彻底取代。

至此，"Gemini能不能画图"这个问题，答案已被改写：它不是"学会了画图"，而是生来就会——图像生成从底层就根植于Gemini多模态主干，不再需要外挂Imagen。

从2K到4K，中文文字终于"写得对"

Nano Banana 2最直观的变化是分辨率上限拉到4K（4096×4096），从512像素到4K全覆盖，比例自由调节。

但对中文用户而言，更关键的不是像素，而是图内文字渲染。

旧版Gemini出中文基本靠运气——字符错乱、语义断裂、畸变走形是常态。Nano Banana 2把这事根治了。实测中，简体、繁体、大段注释都能规整呈现。有评测者用水循环主题提示词测试，生成的信息图表里中英标注全部无误。

这不只是"画得清"，而是AI第一次真正读懂文字在图里的位置与语义：它知道标题该放哪儿、注释字号多大、箭头指向的文本该对齐哪条基线。

信息图表：从"画样子"到"懂逻辑"

Nano Banana 2最容易被低估的能力，是专业信息图表生成。

传统扩散模型画图表，本质是照着训练数据里的样式"描皮"——箭头指错、层级混乱是常事。而Nano Banana 2依托Gemini实时知识库与联网检索，能读懂图表背后的逻辑关系：箭头指向、嵌套层级、因果链条，它都认得。

你下指令"把这份笔记转成流程图""把这组数据做成信息图"，它不只是画图，而是先帮你把信息重新梳理一遍，再搭可视化框架。

有研发者把《2026国家情报总监威胁评估报告》完整PDF丢进Gemini 3.1 Flash + Nano Banana 2，一键转出信息图表——PDF到可视化一步到位，这事半年前还做不到。

多人物、多物体，形象"不串脸"

另一个让设计岗松气的升级，是主体一致性。

以往AI绘图的老毛病：同一人物换场景、换角度，五官就走样。Nano Banana 2单张图内可稳定保留5个形象一致的人物、14个细节一致的物体。

这意味着漫画连载、故事插画、品牌视觉、连续叙事创作——以往要人工反复修正形象的工作，现在AI能全程保住画风和样貌。你不用在每条提示词里重复"银发女舰长，银白飞行服、蓝机械眼镜"，说明一次，全程统一。

速度、定价与底层战略

Nano Banana 2底层基于Gemini 3.1 Flash架构，画质靠近Pro级，出图走Flash速度。API定价单张4K约0.151美元，对比Nano Banana Pro的4K单价0.24美元，成本降约37%。

战略层面的信号更值得读：Nano Banana 2已取代Pro版，成为Gemini客户端、Google搜索、AI Studio、Vertex AI的默认图像模型。此前仅Pro付费独享的精准文字渲染、实时知识库联动，现在免费用户也能用上。

Imagen全面下线，标志着谷歌图像生成战略彻底转向原生多模态路线——图像能力不再是外挂插件，而是Gemini全系与生俱来的本事。从Gemini 2.0 Flash起，多模态输出就是原生功能；到Gemini Omni，已实现"任意输入、任意输出"。

视点：当"画图"变成"本能"

2026年的AI绘图赛道，比的不是"能不能画"，而是能不能画准、逻辑自洽、一键出专业图表。

Nano Banana 2交的答卷是：4K、中文零错乱、图表讲逻辑、人物不串脸、秒级出图、免费可用。而Imagen的退场释放了一个更深的信号——多模态AI的终局，不是"文本大模型+绘图插件"的拼凑，而是底层架构共生的一体化。

Gemini从来不是后天学会画画的。它生下来，绘图就是母语。

【产业视角】原生多模态提速，接入侧宜早布局

Nano Banana 2取代Imagen，只是谷歌"原生多模态一体化"战略的其中一步。对国内团队而言，更现实的问题是：Gemini、Claude、ChatGPT、DeepSeek这些头部模型的能力迭代节奏正在加快，图像、语音、代码、Agent 多条线并发，稳定接住模型、控制调用成本，比追单点能力更紧迫。

这也是为什么不少团队近期把接入层从中转包换成了更干净的直连通道。UseAIAPI目前聚合了Gemini、Claude、ChatGPT、DeepSeek等全球主流新模型，也支持企业级定制接入，对高强度内容生成、批量推理这类"烧token不手软"的场景比较友好——较官方定价最高可享五折优惠，账面能对掉一波多模态调用量暴涨带来的成本压力。

模型侧的事，让Gemini们去卷；接入侧的事，选条省心的路，先把"接得住"这件事做扎实。