云知声首个工业级文档智能基础大模型发布;谷歌生图新王Nano Banana 2深夜突袭!性能屠榜速度飞升,价格腰斩【附实测】!-夜雨聆风

云知声首个工业级文档智能基础大模型发布;谷歌生图新王Nano Banana 2深夜突袭!性能屠榜速度飞升,价格腰斩【附实测】!

热点资讯

Hot News

每日热点都在这里

云知声首个工业级文档智能基础大模型发布

2月26日消息，云知声今日正式发布首个工业级文档智能基座模型Unisound U1-OCR，该模型可理解文档版面、洞察深层语义，支持自动分类和业务信息抽取。

Unisound U1-OCR在多项权威测试中均获业界SOTA表现，在OmniDocBench V1.5评测中，Unisound U1-OCR以95.1分取得SOTA表现。Unisound U1-OCR采用ViT+LLM架构，其中视觉编码器部分采用NaViT架构，实现文档分辨率动态处理，模型参数规模3B量级，兼顾模型计算效率与文档深层语义信息理解的能力要求。

谷歌生图新王Nano Banana 2深夜突袭！性能屠榜速度飞升，价格腰斩【附实测】

2月27日消息，谷歌刚刚正式推出其性能最强的图片生成与编辑模型Nano Banana 2（Gemini 3.1 Flash Image），并已在谷歌旗下Gemini应用、搜索及AI Studio等全线产品中部署应用。

▲谷歌官宣Nano Banana 2发布

Nano Banana 2兼具Pro级功能与Flash级速度，在世界知识、图像质量、推理能力和主体一致性等方面实现了全面升级，在基准测试中大幅超越了GPT-Image 1.5、Seedream 5.0 Lite、Grok Imagine Image Pro等业界领先模型，配合思考模式、文本和图像搜索工具则全面超越Nano Banana Pro。

▲Nano Banana 2基准测试成绩

第一时间体验了 Nano Banana 2，发现其在多方面表现优异：生成图片的细节逼真度有所增强，指令执行精准度超预期，文字渲染能力与中国传统文化知识储备均得到提升，处理复杂场景的能力也显著提高。

以根据“60 岁亚洲渔夫”的相同提示词生成图片为例，让 Nano Banana 2 和 Nano Banana Pro 分别操作，Nano Banana 2 生成的图片效果更逼真、细节更丰富，指令遵循也更准确。

▲Nano Banana 2生成

▲Nano Banana Pro生成

60岁亚洲渔夫面部超高清特写，虚化海浪背景。脸庞布满风霜皱纹与晒斑，皮肤纹理细腻，可见毛孔与银白胡茬。侧方45°阳光照亮半张脸，双眼微眯，眼神坚毅平和，眼球映出远处海面反光。画面锐度极高，肌肤质感逼真可触。

不过Nano Banana 2仍被经典的“时钟+满杯红酒”问题难倒，在同时面临多物体+物理逻辑+光影难题等多重问题时生成仍不准确（后文第一部分详解）。同时，一些图片仍有“AI感”，无法做到完全以假乱真。不过话说回来，瑕不掩瑜，Nano Banana 2相比Nano Banana Pro跨代升级明显。

虽然效果更强、速度更快，但Nano Banana 2的价格不增反降。在谷歌AI Studio平台，Nano Banana 2相比Nano Banana Pro的输入图片的单价从2美元降至0.5美元，输出图片的单价也从0.134美元减半至0.067美元。

▲Nano Banana 2的价格不增反降

去年8月，Nano Banana（Gemini 2.5 Flash Image）席卷全球并重新定义图像生成；11月，基于Gemini 3 Pro的Nano Banana Pro更是凭借更强智能和创作控制力，成为AI生图圈接近“封神”的存在；今天，谷歌首度将两者的优势结合打造一款全新定位的模型。

按谷歌设计：**Nano Banana Pro** 适合对事实准确性要求最高的专业任务；**Nano Banana 2** 适合快速生成、精准执行指令及图像搜索集成场景。在谷歌 Gemini 应用中，Nano Banana 2 已替代 Fast、Thinking、Pro 版本里的 Nano Banana Pro；Pro 和 Ultra 订阅用户仍可按需选用 Nano Banana Pro。