Google lance Nano Banana 2, avec grounding intégré

Google franchit une nouvelle étape dans la génération d’images par IA avec le lancement de Nano Banana 2, un modèle qui efface enfin le compromis historique entre qualité et vitesse. Disponible depuis le 26 février dans 141 pays, ce modèle repose sur l’architecture Gemini 3.1 Flash Image, capable de produire des visuels proches d’un modèle « Pro » en seulement 4 à 6 secondes – là où ses prédécesseurs en demandaient plusieurs dizaines. Pour les entreprises, la facture est divisée par deux (0,067 $ par image en 1K contre 0,134 $ auparavant). Les créateurs disposent, eux, de nouveaux leviers de contrôle, comme la localisation instantanée de textes dans huit langues ou la cohérence visuelle de cinq personnages et quatorze objets suivis sur une même séquence. Mais c’est surtout la réduction annoncée des hallucinations IA qui pourrait modifier durablement les usages professionnels.

À retenir

• 4 à 6 secondes pour générer une image en 4K avec Nano Banana 2, contre plusieurs dizaines auparavant.
• 50 % de réduction des coûts via l’API Gemini pour les entreprises (0,067 $/image en 1K).
• Visual Grounding : ancrage des images sur des données de Google Search pour limiter les erreurs factuelles.
• 8 langues supportées pour la localisation de texte dans l’image, avec une typographie lisible.
• SynthID : tatouage numérique invisible et conformité C2PA pour tracer l’origine des contenus générés.
• 141 pays concernés dès le lancement, avec des cas d’usage ciblés comme l’éducation (Window Seat) ou la publicité.

Si Nano Banana 2 apparaît comme une avancée majeure, c’est parce qu’il répond à deux critiques récurrentes adressées aux modèles d’images : la lenteur et l’imprécision. Jusqu’ici, les utilisateurs devaient arbitrer entre des rendus rapides mais approximatifs (modèles « Flash ») et des images détaillées mais longues à produire (modèles « Pro »). Avec Gemini 3.1 Flash Image, Google fusionne les deux approches en retravaillant en profondeur l’architecture. Résultat : des latences divisées par dix, sans perte visible sur la finesse des textures ou la gestion des éclairages, ce qui change concrètement la planification de projets visuels intensifs.

Cette montée en puissance se traduit directement pour les créatifs – designers, illustrateurs, storyboardeurs – mais aussi pour les entreprises, pour qui le temps de production et le coût par image restent des paramètres centraux. Les studios peuvent multiplier les variantes d’un même concept dans une même journée, tandis que les équipes marketing testent davantage de pistes avant validation. Dans les deux cas, la promesse tient autant au gain de vitesse qu’à la stabilité du rendu d’une version à l’autre.

L’autre bascule est plus discrète, mais tout aussi structurante : la capacité du modèle à s’ancrer dans la réalité. Grâce à l’intégration native de Google Search, Nano Banana 2 utilise une technique appelée Visual Grounding (ou « ancrage visuel ») pour confronter ses générations à des données actualisées. Concrètement, si vous demandez une image d’un smartphone récent, le modèle vérifie automatiquement sa forme, ses caractéristiques et parfois sa fourchette de prix à partir de sources publiques. La même logique s’applique aux monuments historiques et aux événements d’actualité, ce qui limite les drapeaux fantaisistes ou les anachronismes flagrants.

Cette approche, illustrée par l’application Window Seat – qui génère des vues aériennes photoréalistes en prenant en compte la météo et la géolocalisation –, ouvre des perspectives nouvelles pour des usages jusqu’ici considérés comme trop risqués. Les équipes éditoriales peuvent produire des infographies factuelles ou des visualisations de données en s’appuyant sur des informations vérifiées. Les concepteurs pédagogiques imaginent des illustrations mises à jour automatiquement selon la région ou la date, sans repartir de zéro à chaque session.

Pour les professionnels de l’image, les gains sont aussi très concrets sur le plan technique. Nano Banana 2 supporte des résolutions jusqu’au 4K, avec une cohérence visuelle renforcée : jusqu’à cinq personnages et quatorze objets peuvent être maintenus identiques dans un même flux de travail, ce qui simplifie la production de storyboards ou de séries d’images pour des campagnes multi-formats. La gestion du texte intégré dans l’image a également été revue : les polices restent lisibles en petit et peuvent être traduites ou localisées en huit langues en quelques clics, un atout pour les marques internationales.

Côté workflow, le modèle intègre des outils comme le Style Picker – qui permet de choisir des palettes visuelles prédéfinies – ou le Multi-turn editing pour ajuster une image déjà générée sans repartir de zéro. Ces fonctions réduisent le nombre d’itérations manuelles et limitent les transferts entre plusieurs logiciels. Pour les studios comme pour les indépendants, la chaîne de production se resserre, avec moins de frictions entre l’idée, le brief et le visuel final.

L’ancrage dans le réel : la fin des « rêves » de l’IA

L’une des limites les plus irritantes des modèles d’images était leur tendance à « halluciner » – à inventer des détails, des lieux ou des objets qui n’existent pas. Avec Nano Banana 2, Google tente de contenir ce phénomène en combinant deux mécanismes : l’ancrage web et l’ancrage visuel. L’objectif n’est plus seulement de produire une image plausible, mais d’obtenir un visuel qui colle à des informations vérifiables.

Le premier mécanisme repose sur Google Search : avant de générer une image, le modèle interroge les données indexées pour valider la cohérence factuelle des éléments demandés. Si vous sollicitez, par exemple, une représentation du nouveau siège social d’Apple à Austin, le système confronte les plans disponibles, les images satellites et les articles de presse afin d’ajuster la forme du bâtiment, ses matériaux ou son environnement. La même démarche s’applique aux objets technologiques : les spécifications d’un MacBook Pro ou d’un Tesla Cybertruck sont vérifiées, ce qui limite les erreurs de design ou de couleur dans les visuels de communication.

L’ancrage visuel va un cran plus loin en permettant de superposer des données réelles à une image générée. C’est le cas de l’application Window Seat, utilisée comme démonstrateur : en entrant une adresse, l’utilisateur obtient une vue aérienne photoréaliste, enrichie d’informations contextuelles comme la météo, l’heure du coucher de soleil ou le trafic. Ce type de rendu intéresse déjà les éditeurs scolaires, les acteurs du tourisme et certaines plateformes de formation en ligne, qui cherchent des visuels actualisés sans faire appel à des prises de vue coûteuses.

Nous voulons des illustrations générées à la demande, mais factuellement exactes pour les élèves.
Naina Raisinghani, vice-présidente de Google DeepMind, le 25 février

Cette précision ouvre des perspectives très concrètes dans les secteurs où la fiabilité visuelle ne peut pas être approximative. Les médias peuvent générer des visuels d’illustration pour accompagner des articles sensibles sans prendre le risque d’erreurs flagrantes. Les agences de voyage commencent à utiliser Window Seat pour proposer des prévisualisations immersives de destinations. De leur côté, les entreprises intègrent ces outils à leurs campagnes publicitaires pour se rapprocher des conditions réelles sans enfreindre les règles sur les contenus trompeurs.

La génération d’images devient un véritable outil de production, pas un simple gadget créatif.
Sundar Pichai, PDG de Google, dans un communiqué

Reste une interrogation majeure : cette fiabilité renforcée suffira-t-elle à convaincre les utilisateurs les plus méfiants ? Les organisations qui travaillent sur des sujets sensibles – santé, politique, sécurité – attendent désormais des garanties documentées, des audits et des mécanismes de recours. Pour elles, la capacité à expliquer comment une image a été produite compte autant que le rendu lui-même.

Éthique et traçabilité : le tatouage numérique qui change la donne

Avec Nano Banana 2, Google ne se limite pas aux performances visuelles. Le groupe renforce aussi la transparence des contenus générés, alors que les deepfakes et les images synthétiques se banalisent sur les réseaux sociaux. Pour cela, le modèle intègre systématiquement deux briques techniques : SynthID et les standards C2PA, déjà adoptés par plusieurs acteurs des médias et de la publicité.

SynthID agit comme un tatouage numérique invisible inséré dans chaque image générée. Ce marqueur, indétectable à l’œil nu mais lisible par des algorithmes, contient des métadonnées sur l’origine du contenu, le modèle utilisé et certains paramètres de génération. L’idée n’est pas de masquer l’usage de l’IA, mais de rendre ce recours facilement identifiable par les plateformes et les rédactions. Ces données sont complétées par la prise en charge des standards C2PA (Content Credentials), une initiative qui vise à certifier la chaîne de production des médias, du premier fichier jusqu’à la diffusion.

Nous voulons que chaque image IA puisse être vérifiée et attribuée en quelques secondes.
Porte-parole de Google, à propos de SynthID et C2PA

Pour les marques et les journalistes, ces garde-fous deviennent structurants. Une agence de presse qui utilise Nano Banana 2 pour illustrer un article peut désormais prouver l’origine du visuel et documenter son mode de création. Les directions de la communication y voient aussi un moyen de limiter les accusations de contrefaçon ou de greenwashing lorsqu’une campagne repose sur des images générées. Dans certains appels d’offres, cette capacité à tracer les visuels commence d’ailleurs à apparaître comme un critère formel de sélection.

Cette approche soulève toutefois des questions techniques et politiques. Si SynthID rend les images générées faciles à identifier, peut-il aussi les rendre plus aisées à cibler pour des acteurs malveillants qui chercheraient à contourner ces protections ? Google assure que le tatouage est « robuste » face aux manipulations courantes – recadrage, compression, filtres –, mais les chercheurs restent prudents.

Avec assez de moyens, toute technologie de traçabilité peut être affaiblie ou neutralisée.
Talal Alghamdi, chercheur à l’Université de Stanford

Plusieurs spécialistes plaident donc pour un dispositif combinant technologie, droit et pédagogie. Les utilisateurs finaux doivent savoir qu’un logo C2PA ou une mention de génération IA peut être vérifié. Les régulateurs, eux, commencent à intégrer ces questions dans leurs travaux, des auditions de la FTC aux États-Unis aux consultations publiques de la CNIL en France. L’enjeu n’est pas seulement d’imposer des contraintes supplémentaires, mais de définir un socle commun pour la confiance dans les contenus visuels.

Pour l’heure, Nano Banana 2 mise clairement sur la précision et la traçabilité pour s’imposer auprès des professionnels. Les premiers retours dans l’éducation, la publicité et les médias montrent un intérêt pour ce duo vitesse–fiabilité. La question est désormais de savoir si ces mécanismes seront repris par d’autres fournisseurs d’IA ou s’ils resteront l’apanage de quelques grandes plateformes.

Un tournant pour l’industrie, mais pas une solution miracle

Nano Banana 2 marque une étape importante, mais son succès dépendra de deux paramètres : l’adoption par les professionnels et l’évolution des attentes du public. Du côté des créatifs, les premiers retours sont plutôt positifs, notamment sur le rapport temps/qualité. Plusieurs agences y voient un moyen de réallouer du temps vers le cadrage stratégique plutôt que vers la production brute de visuels.

Des images prêtes à l’emploi en quelques secondes transforment notre manière de préparer les campagnes.
Clément Delmas, directeur artistique chez Publicis Paris

Côté entreprises, la baisse des coûts (jusqu’à 50 % sur certaines résolutions) et la fiabilité accrue constituent des arguments directs. Les équipes qui gèrent des catalogues volumineux ou des campagnes multilingues y voient un levier pour absorber des pics de production sans exploser leurs budgets. Dans les groupes internationaux, les directions de l’innovation testent déjà l’intégration du modèle dans leurs outils internes.

Pour une agence qui génère des milliers d’images par mois, la traçabilité via SynthID devient un standard.
Sophie Laurent, responsable innovation chez DDB France

Des limites subsistent néanmoins. Malgré les progrès du Visual Grounding, Nano Banana 2 reste dépendant de la qualité des données présentes dans Google Search. Une information erronée ou obsolète peut être reproduite telle quelle dans un visuel, ce qui impose aux organisations un travail de vérification complémentaire pour les sujets sensibles. Le modèle reste donc un outil d’illustration avancé, pas un arbitre de la véracité.

Ce n’est pas une machine à dire la vérité, mais un miroir de ce qui est disponible en ligne.
Talal Alghamdi, chercheur en sécurité des médias

L’ancrage visuel ne couvre pas encore tous les scénarios : les objets abstraits, les concepts scientifiques très récents ou les scènes historiques mal documentées restent difficiles à représenter avec une totale assurance. Dans ces cas-là, la tentation de combler les trous par des approximations demeure, même si elle est mieux encadrée qu’avec les générations précédentes de modèles.

La question éthique reste également ouverte. Même avec SynthID, un utilisateur malintentionné peut tenter de générer une image, de la modifier lourdement, puis de la diffuser en espérant effacer les traces de son origine. Les plateformes n’ont pas toutes les mêmes politiques de modération, et les régulations varient fortement d’un pays à l’autre, ce qui complique la mise en place d’un cadre cohérent.

La technologie facilite la traçabilité, mais elle ne peut pas dicter la manière dont elle sera utilisée.
Naina Raisinghani, vice-présidente de Google DeepMind

Conscient de ces tensions, Google multiplie les échanges avec les autorités de régulation, comme la FTC ou la CNIL, ainsi qu’avec des organisations professionnelles des médias et de la publicité. L’objectif affiché est d’aligner les capacités techniques de Nano Banana 2 avec des règles claires sur l’information du public, la mention des contenus générés et la gestion des litiges. Les prochains mois diront si cette stratégie conjointe suffit à installer ce nouveau type de modèle comme un outil de référence plutôt que comme une source de méfiance supplémentaire.

Dans l’immédiat, Nano Banana 2 s’impose déjà comme un outil de production complet pour les images générées, tout en révélant les fragilités de l’écosystème qui l’entoure. Les studios, les agences et les rédactions devront apprendre à exploiter sa vitesse et sa précision sans renoncer à leurs propres procédures de contrôle. La bataille ne se joue plus seulement sur la puissance brute des modèles, mais sur la capacité de toute une chaîne – technique, éditoriale et réglementaire – à encadrer leur utilisation.