2026 年 2 月 27 日，Google 发布图像生成模型 Nano Banana 2，并直接将其设为 Gemini 应用与 AI 模式的默认模型（首发报道）。它是 Imagen 与 Gemini Nano 路线的延续，核心卖点是速度：通过知识蒸馏把参数压缩到前代的约三分之一，配合 MoE 架构与 TPU/Edge TPU 加速，生成一张 1024×1024 图像仅需 2–3 秒，部分场景可在 Android 设备本地推理。多语言提示（含中文、日文）、内容安全过滤与水印追踪为内置能力，另见 Ars Technica 视角的发布报道。
WIRED 编辑的上手实测（全文见此）给出 8.5/10 的评价：文本生图约 5 秒出高清图，光影与透视自动修正；编辑能力是亮点——换背景、加宇航服时能智能调整人物姿势与光线保持一致性，inpainting 移除路人、风格迁移、4K 放大都相当流畅；人脸生成较前代明显减少畸形。
短板同样明确：复杂场景下幻觉问题仍频发（如香蕉长出翅膀却没有阴影），测试口径下的准确率约 85%。结论是"生产力工具已可用，但输出仍需人工把关"——这个判断在半年后的 Google Earth 事件中得到了另一种验证。
2026 年 7 月 1 日，Google 推出 Nano Banana 2 Lite：平均单图生成 0.8 秒、较 Nano Banana 2 提速约 40%，推理成本降低 30%，参数量仅为前者的 60%，而 FID、CLIP Score 等基准下降不到 2 个百分点（发布报道）。另一组实测口径：512×512 图像 Lite 需 2–3 秒，Nano Banana 2 约 8 秒，高端 Imagen 系列 15 秒以上。
代价是细节纹理与复杂光影的画质让步——官方盲测显示 Lite 在 80% 的日常场景"足够好"。分发渠道为 Google Cloud Vertex AI 与 AI Studio，并预装于新版 Android（对比报道）。选型逻辑很直接：社媒配图、UI 图标等高频轻量场景用 Lite，追求照片级真实感仍用完整版。
2026 年 7 月 31 日，Google 把 Nano Banana 2 接入 Google Earth，允许用户以文本提示在真实卫星地图上生成并叠加 AI 内容。数字伦理研究员 Henk van Ess 当天就用它生成了"墨西哥边境难民聚集"与"加沙医院旁炸弹坑"两幅与真实事件无关、却具备卫星影像视觉特征的假图，并证明 Google 声称的数字水印可被现有检测工具忽略。8 月 1 日，Google 撤回该功能——距上线仅 24 小时。完整还原见本站报道。
问题的本质：当生成能力与真实地理坐标绑定，虚假内容便获得了"地理可信度"，传播危害远超普通深伪图像。
Google Earth 事件的技术教训在于防护顺序：Google 采用的是"事后水印 + 主题过滤"，未在生成阶段设置地理敏感区域或内容真实性校验，于是任意提示都能产出逼真输出，而水印在 24 小时内即被验证可绕过。行业方向由此明确——防护必须前置到生成阶段，事后检测只能作为补充。
关于"水印能证明什么、不能证明什么"，可延伸阅读本站指南：AI 水印全解。对创作者的务实提醒：用 Nano Banana 2 生成的内容默认携带可检测标记，商用前先确认发布平台与所在司法辖区对 AI 内容标注的要求。
它是 Gemini 应用与 AI 模式的默认图像模型，普通用户在 Gemini 里直接输入描述即可生成；开发者可通过 Google Cloud Vertex AI 与 AI Studio 调用 API（Lite 版成本更低），新版 Android 预装 Lite。Gemini 内日常使用无需单独付费，API 按用量计费。
Lite 是 7 月推出的轻量版：参数量约为完整版的 60%，平均 0.8 秒出图（提速约 40%），成本降 30%，FID/CLIP 基准仅降不到 2 个百分点，但细节纹理与复杂光影有让步。日常配图、图标等场景用 Lite 足够，追求照片级真实感用完整版。
2026 年 7 月 31 日上线的该功能允许在真实卫星地图上叠加 AI 生成内容，研究员 Henk van Ess 当天就生成了"边境难民""医院旁炸弹坑"等具备卫星影像可信度的假图，且水印可被检测工具绕过。因深伪与误信息风险，Google 于 8 月 1 日撤回，距上线仅 24 小时。
有。Google 为其内置了数字水印与内容过滤机制，用于溯源与安全审核。但 Google Earth 事件证明该水印可被现有检测工具忽略，不能作为唯一防线——判断图片真伪仍需结合来源核查，发布 AI 内容也应遵守平台与当地的标注要求。
