[AINews] Nano Banana 2（即 Gemini 3.1 Flash Image Preview）发布：新一代 SOTA 图像生成模型

最强图像模型回来了！

AI 新闻速递（2026/2/25-2026/2/26）。我们为你检查了 12 个 subreddit、544 个 Twitter 列表账号 和 24 个 Discord（共 263 个频道、12920 条消息）。按 200wpm 估算，帮你节省阅读时间 1283 分钟。AINews 官网 可检索往期全部内容。提醒一下：AINews 现已成为 Latent Space 的一个栏目。你可以随时订阅/退订不同邮件频率！

先恭喜 Perplexity on Computer，以及它未来将在数亿台三星手机上取代 Bixby 成为默认 AI。不过这些更偏消费端新闻。

对 AI 工程师来说，今天就能直接用上的新闻是 Nano Banana 2，其正式名称是 3.1 Flash Image。最大的看点是价格：根据 Arena 和 ArtificialAnalysis，它被评为全球第一图像模型，但成本却只有一半（生成价格 $67/1k images，相比 Nano Banana Pro 的 $134/1k、GPT Image 1.5 的 $133/1k；编辑方面 FLUX.2 [max] 为 $140/1k images）。

[

](https://substackcdn.com/image/fetch/$s_!qaVO!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2Fbe752c54-6f90-4bb6-8620-5c6fe0e707ea_1204x1374.png)

它还支持 6 项 角色一致性 与 search grounding，并且文字渲染表现很强。并且每一张生成图都会打上 SynthID 标记。

[

](https://substackcdn.com/image/fetch/$s_!O4wt!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2F861232ef-0996-46bc-a2ac-48ad7ba4d3bd_1870x1888.png)

当然，目前没有任何研究细节或论文公开，所以我们的覆盖也先到这里。

Google Nano Banana 2（Gemini 3.1 Flash Image Preview）与新图像评测格局

• Nano Banana 2 发布与落地范围：Google 与 DeepMind 推出 Nano Banana 2（即 Gemini 3.1 Flash Image Preview）作为“Flash 档”图像生成/编辑模型，正在覆盖 Gemini App、Search（AI Mode/Lens）、Flow、Google Ads，并通过 AI Studio / Gemini API / Vertex AI 提供预览（Google, GoogleDeepMind, GeminiApp, sundarpichai, demishassabis）。产品宣称重点包括：世界知识、更好的 i18n 文本渲染、长宽比控制、最高 4K 放大，以及多主体一致性（例如“最多 5 个角色 + 14 个物体”）（Google, joshwoodward）。

• Arena/Artificial Analysis 成绩 + 价格信号：多家评测显示，Nano Banana 2 拿下 Text-to-Image 第一，编辑能力也排名靠前，同时价格低于“Pro”档——例如 Artificial Analysis 给出的价格是 $67 / 1k images，而 GPT Image 1.5 与 Nano Banana Pro 约为 $133–134（ArtificialAnlys, arena, kimmonismus）。Arena 还新增了图像子类别，并指出提升最大的是文字渲染和3D 成像/建模（arena）。这也再次说明：排行榜正在变成产品杠杆——“发布当天”就接入（如 fal），并同步推出 prompt 包与模板（GeminiApp templates, GoogleAI prompts）。

• 实时搜索条件生成：Google 多次强调 NB2 依赖的是来自 Web 搜索的实时信息与图像（而不是仅靠静态预训练），并以“从世界任意窗口获取更准确视图”式演示来定位其能力（sundarpichai）。

• 下游可用性：Nano Banana 2 很快出现在第三方产品中，包括 Perplexity Computer（AravSrinivas）。

Agentic coding + 产品化“任务”、记忆与评测（以及对复杂性的反噬）

• Agents 现在“更常能跑通”，但分布外仍会失败：不少实践者表示，近期前沿模型上的 coding agents（如 GPT-5.2 / GPT-5.3 Codex、Opus 4.6、Gemini 3.1）在可靠性/可用性上出现台阶式提升，正在从“概念验证”走向“可把 CLI 工作委派给初级工程师”的阶段（teortaxesTex, paul_cal）。也有人提醒，复杂 ML/数据工程任务在分布外场景依然脆弱（michalwols, MParakhin）。

• “Tasks”成为新的产品封装层：微软 Copilot Tasks 主打“少说多做”的委派体验，强调可见计划和用户可控，目前处于“research preview”（mustafasuleyman, yusuf_i_mehdi）。

• 持久记忆正在成为标配——也引入互操作痛点：一条广泛传播的更新称 Claude 上线了 auto-memory（“跨会话记住已学内容”）（trq212），Claude 生态也有呼应（omarsar0）。开发者很快遇到流程摩擦：当记忆/状态存放在工具私有隐藏目录时，会损害“multi-agent、multi-tool”连续性（borisdayma）。

• 工具快速迭代：PR 修 Bug 机器人、代码↔设计闭环、编辑器级改进：

  • Cursor Bugbot Autofix：自动修复 PR 中发现的问题（cursor_ai, aye_aye_kaplan）。

  • OpenAI 的 Codex “code → design → code” 与 Figma 往返流程：目标是降低 UI 迭代损耗（OpenAIDevs, figma）。

  • VS Code 的长距离 Next Edit Suggestions：重点是预测“哪些地方不该改”，帮助维持开发 flow（code, pierceboggan, alexdima123）。

• 评测通胀 + 基准“刷分”担忧：有讨论指出，高排行榜分数可能掩盖 token 低效推理 与在“bullshit tests”（如重复 token 的“strawberry”变体）上的失败，提醒不要在不计成本的情况下过度信任 HLE/GPQA 类指标（scaling01）。Arena 的回应是加入更细粒度测试，例如针对代码模型的 Multi-File React（arena）。

• 真正的“税”是复杂性：反复出现的工程担忧是，“10k LOC/day”式炫耀会制造长期复杂性债务——agents 让“交付”更容易，但不让“维护”更容易（Yuchenj_UW）。另一层观点是：如果 agents 把代码库“写糙”，会形成隐性锁定，导致离开这些 agents 后开发体验急剧恶化（typedfemale）。

Perplexity 的分发 + 检索栈：三星整合与新 embedding 模型

• 三星 S26 系统级 Perplexity（“Hey Plex”）：Perplexity 称每台 Galaxy S26 都将内置 Perplexity，包含唤醒词和深度 OS 集成；Bixby 会把网页/研究/生成式查询路由给 Perplexity，而本地设备动作由 Bixby 处理（perplexity_ai, perplexity_ai, AravSrinivas）。官方将其定义为更广泛合作的一部分，目标还包括 Samsung Internet 与可选默认搜索入口（perplexity_ai）。

• pplx-embed / pplx-embed-context 发布（MIT）：Perplexity 推出两条 embedding 模型线（0.6B 和 4B），其中 “context” 版本面向 RAG 中的文档 chunk embedding；两者均为 MIT 许可证，可通过 HF + Perplexity API 获取，并附论文（arXiv:2602.11151）（perplexity_ai, perplexity_ai, alvarobartt）。其还披露了内部基准 PPLXQuery2Query / PPLXQuery2Doc：基于 115k 真实查询、30M 文档、覆盖 10 亿+ 页面（perplexity_ai）。Arav 声称这些 embedding 模型“业界领先”（AravSrinivas）。

• 战略解读：这两步（OS 级分发 + 检索基础能力）意味着 Perplexity 正试图同时掌控前门入口（assistant 入口）与搜索核心栈（embeddings + evals），而非依赖第三方平台。

推理、kernel 与基础设施：MoE 支持、异构硬件与 KV 迁移

• MoE 在 🤗 Transformers 成为“一级公民”：Hugging Face 上线了更完整的 MoE 体系（加载、expert 后端、expert 并行、hub 支持），并强调与社区协作加速 MoE 训练（含 Unsloth）（ariG23498, mervenoyann）。

• DeepSeek 与多硬件推理的“严肃化”：在这批讨论早期，DeepSeek 被点名“认真支持多样硬件上的推理”（teortaxesTex）。另有 DeepSeek DualPath 细节称：先把 KV cache 暂存到 decode-server DRAM，再通过 GDRDMA 迁移到 prefill GPU，以规避本地 PCIe 瓶颈（JordanNanos）。这反映出更大趋势：推理越来越是系统架构问题，而不只是 kernel 级优化。

• Kernel 覆盖与 GPU 世代跨度：vikhyatk 提到正在跨 NVIDIA 架构（sm80→sm110）构建推理 kernel，也提到边缘设备 ISA 限制，如 Orin CPU 缺少 SVE（vikhyatk, vikhyatk）。

• 量化并非总是安全：评测显示 MiniMax M2.5 GGUF 量化 的退化显著高于预期（相对 Qwen3.5），说明“直接上 Q4”并不能跨模型家族泛化（bnjmn_marie）。

世界模型、模拟器中的 Agent 与“多人环境”

• Solaris：多人 Minecraft 世界建模栈：一项重要研究提出，世界建模应聚焦共享全局状态而非像素渲染，并发布了：（1）多人数据采集引擎，（2）基于“memory efficient self forcing design”的 multiplayer DiT（在 12.6M 帧上训练），（3）面向多 Agent 一致性的 VLM-judge 评测套件（sainingxie, georgysavva）。核心观点是：多 Agent 能力需要在个体视角之下有统一共享表征。

• LLM 作为具身控制器（玩具级但有启发）：一个 CARLA→OpenEnv 移植演示显示，小模型 Qwen 0.6B 在 ~50 步内学会刹车/变道以避让行人，使用 TRL + HF Spaces（SergioPaniego）。这体现了“LLM+env”闭环趋势：可逆性有限，错误会持续累积。

治理焦点：Anthropic 与五角大楼在监控和自主武器上的冲突

• 先传出五角大楼施压，随后 Anthropic 公开回应：一条广泛传播的信息称，美国国防部向 Anthropic 发出“最终报价”，包括将其标记为“供应链风险”的威胁，并要求无限制军事用途（KobeissiLetter）。随后 Anthropic 发布 CEO 声明，划出明确红线：不支持大规模国内监控、不支持完全自主武器（基于当前可靠性），并称对方曾以 Defense Production Act 施压（AnthropicAI）。一段被广泛引用的声明节选也被转发并附细节（AndrewCurran_）。

• 行业反应与“声援机制”：这一立场引发多位研究者/工程师公开支持，将其视为高压下的价值选择，而非“政策表演”（fchollet, [TrentonBricken](https://x.com/TrentonBricken/status/2027156295745

[... 内容已截断 ...]