- NanoBanana2
- video AI
- tutorial video AI
- aliran kerja AIGC
Buku Panduan Praktikal Nano Banana 2: Panduan Rasmi + 21 Kes Video AI
Kebelakangan ini saya menggunakan Nano Banana 2 untuk video AI, dan satu masalah berulang:
- Dokumentasi rasmi terlalu teknikal dan sukar dicerna
- Komuniti hampir tiada kajian kes terstruktur
- Melaraskan parameter dan debug ranap kebanyakannya cuba dan salah
Saya luangkan dua minggu menyusun Buku Panduan Praktikal Nano Banana 2, termasuk:
- Inti panduan rasmi (bahasa mudah, tanpa jargon)
- Tetapan penuh 21 kes video AI sebenar
- Nota kesilapan saya + helaian penalaan pantas
Hari ini saya kongsi semuanya—harap membantu sesiapa yang membuat video AI.
Kandungan
1. Inti Panduan Rasmi
Jika anda baru dengan Nano Banana 2, bahagian ini boleh menjimatkan kira-kira 80% kesilapan awal.
1.1 Persekitaran (ringkasan satu baris)
Python 3.10 + CUDA 11.8 + VRAM ≥ 8GB (16GB recommended)
🔴 Elakkan: Jangan guna Python 3.12 ke atas—konflik kebergantungan biasa berlaku.
1.2 Helaian parameter teras
| Parameter | Peranan | Disyorkan (pemula) | Nota |
|---|---|---|---|
| steps | Langkah penjanaan | 20-30 | Lebih langkah = lebih terperinci, tetapi VRAM hampir dua kali ganda |
| cfg_scale | Ketaatan prompt | 7-9 | Bawah 7 mudah lari; atas 12 cenderung overfit |
| denoise | Kekuatan denoise | 0.6-0.75 | Lebih rendah untuk imej-ke-video; lebih tinggi untuk teks-ke-video |
| seed | Seed | -1 (rawak) | Kunci seed selepas hasil baik untuk ulangi |
1.3 Tiga butiran rasmi yang sering terlepas
- Format output: Lalai MP4; untuk latar telus set
--output_format webm - Had FPS: Maks 30 fps—nilai lebih tinggi ditetapkan semula automatik
- Pemprosesan kelompok: Guna
--batch_inputbukan gelung—sering 5× lebih pantas
2. 21 Kajian Kes Praktikal
Sorotan daripada 21 larian—setiap satu dengan tetapan utama dan tangkapan hasil.
Kes 1: Konsistensi wajah (medium shot → close-up)
Senario: Watak sama dari separuh badan ke close-up muka
| Parameter | Tetapan |
|---|---|
| Versi model | Nano Banana 2 v1.3 |
| steps | 28 |
| cfg_scale | 8.5 |
Tip utama: Kunci seed=420; turunkan denoise ke 0.55 antara dua bingkai

Kes 2: Pemindahan gaya pantas (live action → anime)
Senario: Input live action, output animasi gaya Ghibli
| Parameter | Tetapan |
|---|---|
| Versi model | Nano Banana 2 v1.3 |
| steps | 35 |
| cfg_scale | 11 |
Tip utama: Dayakan --style_transfer dengan berat rujukan 0.7

Kes 3: Video panjang (adegan koheren 30 saat)
Senario: Satu orang melalui tiga jalan—pakaian dan badan konsisten
| Parameter | Tetapan |
|---|---|
| Versi model | Nano Banana 2 v1.3 |
| steps | 25 |
| cfg_scale | 7.5 |
Tip utama: Jana tiga segmen; gabung sambungan dengan --blend_frames=5

Panduan penuh merangkumi 18 kes lagi: cahaya, buang objek, slow motion, interaksi berbilang orang, dan lain-lain. Perlukan jadual penuh? Komen di bawah—saya akan terus kemas kini laman.
3. Kesilapan dan Tip Penalaan
Pengajaran yang dibayar dengan masa dan jam GPU:
🔴 Kesilapan 1: VRAM habis dengan mesej samar
undefined: Ranap separuh jalan; log hanya CUDA out of memory

Pembetulan:
- Turunkan steps dari 30 ke 20
- Nyahaktifkan
--save_intermediate - Untuk kelompok tambah
--batch_size=1
🔴 Kesilapan 2: Muka hasil janaan herot
undefined: Siluet betul tetapi ciri muka salah kedudukan
Pembetulan:
- Naikkan cfg_scale dari 7 ke 10
- Tambah
symmetrical face, front viewpada prompt - Untuk profil sisi guna
--face_fix
🟢 Rujukan penalaan pantas
| Matlamat | Pelarasan |
|---|---|
| Output lebih tajam | ↑ steps (20→35), ↑ cfg_scale (7→9) |
| Lebih hampir sumber (img2vid) | ↓ denoise (0.7→0.5) |
| Lebih kreatif | ↑ denoise (0.7→0.85), seed -1 |
| Kurang kelip | ↑ konsistensi temporal --temporal_weight=0.8 |
| Penjanaan lebih pantas | ↓ steps (30→15), dayakan --fast_mode |

Penutup
Video AI sering terhad bukan oleh model, tetapi dokumen berselerak dan kos cuba dan salah tinggi. Panduan ini menggabungkan kesilapan, parameter yang berjaya, dan kes sebenar. Jika membantu, kongsi dengan rakan yang membuat video AI.
👉 Anda juga guna Nano Banana 2? Ada masalah pelik? Sertai perbincangan—saya akan terus menambah kes dan pembetulan.