Nano Banana 2

Was ist Nano Banana 2?

Nano Banana 2 ist das neueste Bildgenerierungsmodell von Google DeepMind, veröffentlicht als „Gemini 3.1 Flash Image“. Es kombiniert fortschrittliche Fähigkeiten von Nano Banana Pro mit der Geschwindigkeit von Gemini Flash für schnellere Bildgenerierung sowie schnelleres Bearbeiten und Iterieren.

Laut Google wird Nano Banana 2 in Google-Produkten wie der Gemini-App, Google Search und Ads ausgerollt. Das Modell ist für höherwertige Ausgaben plus Funktionen ausgelegt, die Subjektgetreue wahren und komplexe Anweisungen genauer befolgen.

Wichtige Funktionen

• Fortschrittliches Weltwissen durch Gemini-Wissensbasis: Das Modell nutzt Gemini’s Wissensbasis und Echtzeit-Informationen sowie Bilder aus der Websuche, um spezifische Subjekte präziser darzustellen.
• Erweiterte kreative Kontrolle für Subjektkonsistenz: Das Modell unterstützt Charakterähnlichkeit für bis zu fünf Charaktere und Getreue für bis zu 14 Objekte in einem Workflow, um das Aussehen bei Edits in Sequenzen oder Erzählungen zu erhalten.
• Präzise Textdarstellung und Übersetzung in Bildern: Nano Banana 2 erzeugt lesbaren Text für Assets wie Marketing-Mockups oder Grußkarten und kann Text in einem Bild lokalisieren/übersetzen.
• Verbesserte Anweisungstreue: Google berichtet, dass das Modell komplexen Anfragen, inklusive nuancierter Ideendetails, strenger folgt, um besser zum Benutzerwunsch zu passen.
• Produktionsreife Bildspezifikationen in verschiedenen Größen: Benutzer steuern Seitenverhältnisse und Auflösungen von 512px bis 4K, für Formate wie vertikale Social-Posts oder Breitbild-Hintergründe.
• Visuelle Getreueverbesserungen bei Flash-Geschwindigkeit: Google beschreibt reichere Texturen, schärfere Details und lebendiges Licht bei der erwarteten Flash-Geschwindigkeit.

So nutzt du Nano Banana 2

Zugang über verfügbare Google-Produkte (Google nennt Rollout in Gemini, Search und Ads). Gib Prompts mit Subjekt, Stil und gewünschten Änderungen ein. Für konsistente Charaktere oder Objekte in Sequenzen diese in den Prompt aufnehmen und die Szenenentwicklung spezifizieren.

Für Marketing- oder Kommunikations-Assets Prompts mit lesbarem oder lokalisiertem/übersetztem Text nutzen und spezifische Seitenverhältnisse oder Auflösungen (wo verfügbar) für die geplante Platzierung anfordern.

Anwendungsfälle

• Infografiken und Diagramme aus Notizen erstellen: Prompts nutzen, um Themen in strukturierte Visuals umzuwandeln (z. B. Infografik zum Wasserkreislauf), mit dem beschriebenen Weltwissen für spezifische Subjekte.
• Marketing-Mockups mit lesbarem Bildtext generieren: Genauen Text für Materialien wie Schilder oder Werbegrafiken anfordern, dann Varianten in verschiedenen Seitenverhältnissen für unterschiedliche Platzierungen erzeugen.
• Bildinhalte für globale Zielgruppen lokalisieren: Das Modell bitten, Text in einem Bild zu übersetzen und zu lokalisieren, damit das Visual sprachübergreifend wiederverwendet werden kann.
• Storyboard-ähnliche Workflows mit konsistenten Charakteren: Für Mehrrahmen-Erzählungen bis zu fünf Charakterähnlichkeiten und 14 Objekte spezifizieren, um Charaktere und Schlüsselitems über Edits konsistent zu halten.
• Ad- oder Kampagnen-Assets mit kontrollierten Formatangaben: Visuals für gängige kreative Bedürfnisse in Größen von 512px bis 4K per Seitenverhältnis und Auflösung produzieren und per Prompt-Verfeinerung schnell iterieren.

FAQ

• Wo kann ich Nano Banana 2 nutzen? Google gibt an, es rolle in Google-Produkten inklusive der Gemini-App, Google Search und Ads aus.

• Was bedeutet „Flash speed“ hier? Die Seite beschreibt Nano Banana 2 als Kombination aus Nano Banana Pro-Fähigkeiten mit der Geschwindigkeit von Gemini Flash für schnellere Bildgenerierung und Edits sowie Iteration.

• Kann es Charaktere oder Objekte über Edits konsistent halten? Ja. Google berichtet Unterstützung für Charakterähnlichkeit bis zu fünf Charakteren und Getreue bis zu 14 Objekten in einem Workflow.

• Kann es lesbaren Text im Bild erzeugen und übersetzen? Google sagt, es erzeugt präzise Textdarstellung für Marketing-Mockups oder Grußkarten und kann Text in einem Bild übersetzen/lokalisieren.

• Welche Ausgabegrößen unterstützt es? Das Modell unterstützt verschiedene Seitenverhältnisse und Auflösungen von 512px bis 4K.

Alternativen

• Andere KI-Bildgenerierungs-Modelle: Viele Tools in der Kategorie KI-Bildgenerierung können Bilder aus Prompts erzeugen, unterscheiden sich jedoch darin, wie konsequent sie Anweisungen befolgen, Subjektstreue wahren oder Text darstellen.
• Bildbearbeitungs-Workflows mit Generierung + Inpainting/Outpainting: Für Nutzer, die auf iterative Verfeinerung fokussiert sind, kann ein editierungsbasierter Ansatz (generieren, dann selektiv Teile überarbeiten) eine Alternative sein, erfordert jedoch möglicherweise mehr manuelle Schritte, um Charakter-/Objektkonsistenz zu erhalten.
• Templatebasierte Design-Tools mit menschlich editierbarem Text: Wenn lesbarer Text und Lokalisierung primär gefordert sind, können templatebasierte Workflows die Abhängigkeit von der Textdarstellung des Modells verringern, indem Typografie editierbar bleibt – auf Kosten einer weniger nahtlosen visuellen Integration.
• Allgemeine kreative Suites: Für Produktionspipelines, die Layout, Typografie und Asset-Management priorisieren, können kreative Suites die KI-Generierung ergänzen, indem sie finale Gestaltung und Formatierung nach der Bildgenerierung übernehmen.