十四个参考图像和干净的文本渲染应该不是什么大问题。他们悄悄修复了两个让人工智能编辑感觉像个玩具的问题。
Google 的 Nano Banana 2.1 更新添加了多达 14 个参考图像、更好的基于蒙版的编辑以及改进的文本渲染。这些都不是主要功能，这就是为什么我开始使用它进行真正的编辑而不仅仅是生成。
参考图像凹凸是悄无声息的赢家。给它提供一个情绪板并要求“同一个家庭，新的姿势”最终可以在整个场景中保持外观，这就是玩具与任何人可以制作多个图像的工具的区别。
文本渲染是另一个。 AI图文已成笑话；此版本在产品照片上添加了可读标签，而无需我在其他应用程序中对其进行修复。虽然很小，但它消除了让整个事情感觉业余的步骤。
我并不是说它是最好的。我注意到我现在在较重的生成器之前到达它，因为编辑循环更快。适合工作流程的模型获胜，而不是具有最大演示的模型。
Every rank on Best AI Utility is paid and time-stamped — outbid the current holder with one crypto payment and the rank is yours until someone outbids you.
人工智能工具太多？这是找到您真正需要的东西的更好方法
If you only check AI news on weekends, this was the weekend to check. The theme was not a bigger model, it was models that do a specific job well enough to hand them the keys.
A model that finds vulnerabilities but refuses to step outside authorized scope is not just a better scanner. It is the first time the powerful exploit-finder has been gated to the people who already had permission to look.
