返回博客列表
- NanoBanana2
- AI视频工具
- AI视频实战
- AIGC工作流
Nano Banana 2 实战手册:官方指南 + 21个AI视频案例,我全整理好了
近在折腾 Nano Banana 2 做 AI 视频,发现一个很头疼的问题:
- 官方文档技术味太重,啃起来费劲
- 中文社区里几乎没有成体系的实战案例
- 很多参数怎么调、为什么崩,全靠自己一次次踩坑
于是我花了两周时间,系统整理了这份 《Nano Banana 2 实战手册》,涵盖:
- 官方指南精华版(去技术黑话,一看就懂)
- 21 个真实 AI 视频案例的完整参数
- 我的踩坑记录 + 调参速查表
今天全部公开分享,希望能帮到同样在做 AI 视频的朋友。
目录
一、官方指南精华版
如果你刚开始用 Nano Banana 2,下面的内容可以让你少走 80% 的弯路。
1.1 环境要求(一句话总结)
Python 3.10 + CUDA 11.8 + VRAM ≥ 8GB (16GB recommended)
🔴 避坑: 不要用 Python 3.12 以上版本,会有依赖冲突。
1.2 核心参数速查表
| 参数 | 作用 | 推荐值(新手) | 说明 |
|---|---|---|---|
| steps | 生成步数 | 20-30 | 步数越高细节越好,但显存占用翻倍 |
| cfg_scale | 提示词跟随度 | 7-9 | 低于7容易跑偏,高于12容易过拟合 |
| denoise | 去噪强度 | 0.6-0.75 | 图生图时调低,文生图时调高 |
| seed | 随机种子 | -1 (随机) | 找到好图后固定种子复现 |
1.3 官方文档最容易被忽略的 3 条信息
- 输出格式: 默认 MP4,如需透明背景动画要手动改
--output_format webm - 帧率限制: 最高 30fps,设高了会自动降
- 批量处理: 用
--batch_input而不是循环调用,速度差 5 倍以上
二、21 个实战案例展示
下面是我跑过的 21 个案例中的精选部分,每个都附了关键参数和效果截图。
案例 1:人物面部一致性(中景→特写)
场景描述: 保持同一个角色,从半身像推到面部特写
| 参数 | 设置 |
|---|---|
| 模型版本 | Nano Banana 2 v1.3 |
| steps | 28 |
| cfg_scale | 8.5 |
关键技巧: 固定 seed=420,两张图之间 denoise 降到 0.55

案例 2:快速风格转绘(真人→二次元)
场景描述: 输入真人视频,输出吉卜力风格动画
| 参数 | 设置 |
|---|---|
| 模型版本 | Nano Banana 2 v1.3 |
| steps | 35 |
| cfg_scale | 11 |
关键技巧: 开启 --style_transfer,参考图权重 0.7

案例 3:长视频生成(30秒连贯场景)
场景描述: 一个人走过三条不同的街道,保持服装和体型一致
| 参数 | 设置 |
|---|---|
| 模型版本 | Nano Banana 2 v1.3 |
| steps | 25 |
| cfg_scale | 7.5 |
关键技巧: 分三段生成,衔接处用 --blend_frames=5 做平滑过渡

其余 18 个案例的手册完整版中包含:光影变化、物体移除、慢动作插帧、多人交互等场景。若你需要完整参数表,欢迎在文末交流,我会持续补充到本站。
三、我的踩坑记录 + 调参技巧
以下全部是真金白银换来的经验:
🔴 坑 1:显存爆了但报错不明确
undefined: 跑一半直接崩,日志只写 CUDA out of memory

解决:
- 把 steps 从 30 降到 20
- 关闭
--save_intermediate - 批量处理时加
--batch_size=1
🔴 坑 2:生成的人物脸歪
undefined: 轮廓在,但五官位置不对
解决:
- cfg_scale 从 7 提高到 10
- 提示词里加
symmetrical face, front view - 如果是侧脸,换用
--face_fix参数
🟢 调参技巧速查表
| 你想要的效果 | 参数调整方向 |
|---|---|
| 更清晰 | ↑ steps(20→35),↑ cfg_scale(7→9) |
| 更像原图(图生图) | ↓ denoise(0.7→0.5) |
| 更有创意 | ↑ denoise(0.7→0.85),seed 设为 -1 |
| 减少闪烁 | ↑ 帧间一致性参数 --temporal_weight=0.8 |
| 生成更快 | ↓ steps(30→15),开启 --fast_mode |

最后想说的话
做 AI 视频这件事,很多时候不是模型不够强,而是资料太散、试错成本太高。这份手册把我踩过的坑、调通的参数、跑成功的案例全部整理在了一起。如果你觉得有用,欢迎分享给身边做 AI 视频的朋友。
👉 你也在用 Nano Banana 2 吗?有没有遇到什么奇怪的问题?欢迎交流,我会持续更新手册里的案例和解决方案。