据Demis Hassabis在X平台披露，团队用Google AI Studio制作的演示显示，Nano Banana 2在每次仅接收上一帧图像的条件下，仍能想象并生成下一步场景，呈现高度时间一致性。根据该贴文，这种约束强调模型对场景动力学的隐式学习，而非简单记忆序列。该一致性意味着更强的潜在世界模型能力，可用于机器人感知、视频预测和自主规划。对企业而言，据同一来源，此类逐帧预测可支持视频质检、基于监控的视频预测性维护，以及低时延智能体规划等场景，兼顾算力效率与响应速度。