核心功能
Nano Banana 2 Image Generation 是围绕 Google 最新 Imagen 模型构建的图像生成技能，提供 Atlas Cloud 与 Google AI Studio 双服务商支持，覆盖文生图、图生图编辑两大场景。
显著优点
1. 双模式灵活接入：Atlas Cloud 采用异步轮询+临时存储架构，支持 300+ 模型统一调用；Google AI Studio 提供官方原生同步接口，base64 直出无依赖。
2. 性价比优势：Atlas Cloud 全分辨率统一定价 $0.072/张，较 Google AI Studio ($0.08/张) 低 10%，且 1K/2K/4K 同价。
3. 强大的编辑能力：支持最多 14 张参考图 进行图像编辑，适合复杂场景重绘、风格迁移、局部修改。
4. 企业级输出规格：最高 4K 分辨率，10 余种宽高比可选，满足横幅、海报、壁纸、产品图等多元场景。
5. 零依赖脚本：内置 Python 辅助脚本，无需额外安装库即可执行模型列表查询、图片上传、生成任务。
潜在局限与风险
- 数据外泄风险：所有图像与提示词均上传至第三方 API（Atlas Cloud 或 Google），本地文件需先上传至 Atlas 临时存储，虽声明定期清理，但敏感素材仍需谨慎。
- 异步流程复杂度：Atlas Cloud 需手动轮询状态，失败重试逻辑需自行实现，增加调用复杂度。
- 环境变量依赖：必须配置
ATLASCLOUD_API_KEY或GEMINI_API_KEY，双钥并存时需人工选择服务商。 - 临时 URL 过期：Atlas Cloud 生成的图片 URL 非永久存储，需及时下载保存。
适合人群
- 设计师、营销人员：快速生成 banner、海报、产品图、概念艺术
- 开发者：需要程序化批量生成视觉资产的自动化工作流
- AI 艺术爱好者：追求高分辨率、精细文本渲染能力的进阶用户
常规风险提示
⚠️ 隐私确认义务：使用 Atlas Cloud 编辑本地图片时，必须征得用户明确同意后方可上传文件。建议商业场景优先选用 Google AI Studio 的 base64 本地处理模式，减少数据外发。