Nano Banana 2 es el modelo de texto a imagen iterativo de Google que produce retratos fotorrealistas con textura de piel a nivel de poro, reflejos precisos en los ojos (catchlights) y dispersión subsuperficial. Acepta hasta 14 imágenes de referencia, exporta en 4K y te deja retocar los rostros con instrucciones de seguimiento en lenguaje sencillo, todo en PicassoIA con generaciones ilimitadas.
La diferencia entre un retrato con IA que se ve casi bien y uno que detiene a la gente mientras desliza la pantalla depende de tres cosas: la textura de la piel a nivel de poro, la precisión de los reflejos en los ojos (catchlights) y la forma en que la luz envuelve una estructura ósea real. Durante mucho tiempo, los modelos de texto a imagen resolvieron bien dos de esas tres. Nano Banana 2 resuelve las tres, y lo hace mientras acepta refinamientos en lenguaje sencillo y hasta 14 imágenes de referencia en una sola sesión.
Este artículo explica con detalle cómo funciona el modelo, por qué sus resultados aguantan en 4K y cómo puedes usarlo en PicassoIA para generar retratos fotorrealistas que son indistinguibles de la fotografía profesional. Tanto si estás creando una campaña de producto, personajes coherentes para una historia o retratos profesionales sin cámara, el flujo de trabajo es el mismo.
La mayoría de los generadores de imágenes tratan cada generación como un punto de partida completamente nuevo. Escribes un prompt, obtienes un resultado, reescribes el prompt y obtienes otro resultado. Si la nariz sale un poco ancha o la piel parece de plástico, empiezas de cero y esperas que el siguiente intento se acerque más. Ese proceso consume tiempo y rara vez produce el refinamiento iterativo que exige el trabajo de retratos.
Nano Banana 2 rompe ese ciclo. Está diseñado para la creación iterativa: generas un retrato, escribes una instrucción de seguimiento en lenguaje sencillo, como "suaviza la línea de la mandíbula" o "añade una textura de piel más natural en la frente", y el modelo refina la imagen existente sin abandonar la composición, la configuración de luz ni la identidad del personaje que ya estableció. El ciclo de retroalimentación imita cómo funciona la fotografía de retratos en un estudio profesional: disparas, revisas, ajustas la luz o la posición del sujeto y vuelves a disparar.
El modelo acepta hasta 14 imágenes de referencia como entrada simultánea. Para el trabajo de retratos, esa capacidad es más importante que casi cualquier otra.
Cuando intentas reproducir el parecido de una persona concreta, una sola foto de referencia capta un ángulo bajo un tipo de luz. Si le das al modelo 14 fotos de la misma persona, construye un modelo interno del rostro mucho más completo: cómo los pómulos reciben la luz direccional desde la izquierda, cómo se ve la nariz en un perfil de tres cuartos, cómo es la línea del nacimiento del pelo vista desde un poco arriba. El retrato generado incorpora toda esa información acumulada porque el modelo la procesó en la misma sesión.
Uno de los problemas más persistentes en la generación de retratos con IA es la coherencia de personajes: mantener el mismo rostro reconocible en varias imágenes cuando cambian el fondo, la luz o la ropa entre generaciones. La mayoría de los modelos fallan en esto porque cada generación es independiente y no recuerda la anterior.
Nano Banana 2 lo resuelve permitiéndote anclar una imagen de referencia en cada nueva generación. La estructura ósea del personaje, el tono de piel, el color de ojos y las proporciones faciales se mantienen fijos mientras todo lo que los rodea puede cambiar libremente. Esto importa muchísimo en campañas de marca con un portavoz constante, en historias ilustradas con un protagonista recurrente o en cualquier proyecto en el que el mismo rostro deba aparecer en contextos muy distintos.
Una capacidad que distingue a Nano Banana 2 de la mayoría de los generadores de retratos es su anclaje en búsqueda web e imágenes en tiempo real. Puedes generar un retrato vinculado a un contexto actual concreto: un escenario de temporada, el fondo de un evento particular, un estilo visual de tendencia o una ubicación del mundo real, sin describir manualmente cada detalle del entorno en el prompt.
Esto importa en el trabajo comercial de retratos cuando el sujeto debe aparecer en un escenario relevante y específico. En lugar de construir el escenario por completo a partir de la memoria y de la improvisación creativa, anclas el prompt en datos web en vivo y dejas que el modelo se encargue de la precisión del entorno. Activa la opción de anclaje en Búsqueda de Google en la configuración del modelo en PicassoIA cuando generes retratos que deban aparecer en contextos reales o actuales concretos.
El fotorrealismo en un retrato no depende simplemente de la alta resolución. Una imagen de 4K de un rostro con aspecto de plástico sigue sin resultar convincente. El fotorrealismo auténtico nace de la presencia de imperfección controlada: la ligera asimetría que tienen los rostros reales entre el ojo izquierdo y el derecho, la forma en que la piel muestra texturas distintas en la zona T en comparación con el pómulo, el azul-verdoso tenue de una vena subcutánea visible en la sien cuando la piel es fina. Son cosas que nuestro sistema visual comprueba de forma automática y por debajo de la conciencia, por eso los retratos con IA se notan tanto cuando salen mal.
Nano Banana 2 genera piel con textura sebácea visible, sombras de folículos individuales y variación natural en la densidad de poros entre distintas zonas del mismo rostro. La nariz y la frente, donde los poros son más grandes y abiertos, se ven visualmente distintas de la zona bajo los ojos, donde la piel es más fina, lisa y translúcida. Esa variación es lo que indica al sistema visual humano que está mirando piel real y no una superficie renderizada.
El modelo también maneja con precisión las imperfecciones de la piel: el enrojecimiento natural en la punta de la nariz, el ligero rubor asimétrico por esfuerzo o temperatura en las mejillas, la sequedad en las comisuras de los labios en invierno. No son fallos que haya que corregir; son los detalles que hacen convincente un retrato.
💡 Consejo para el prompt: Describe la dirección de tu fuente de luz con la misma precisión que lo haría un fotógrafo. "Luz volumétrica suave desde una ventana orientada al norte a 45 grados a la izquierda" produce un comportamiento de textura de piel completamente distinto que "anillo de luz frontal plano". El modelo responde al lenguaje fotográfico preciso y recompensa la especificidad.
El ojo es lo primero que el cerebro humano revisa en cualquier retrato. Estamos programados neurológicamente para leer los ojos antes que cualquier otra parte de un rostro, por eso los retratos generados por IA se delatan tan rápido y de forma tan instintiva. Unos ojos inquietantes, aunque solo estén ligeramente mal, provocan una incredulidad inmediata sin importar lo realista que sea todo lo demás en la imagen.
Nano Banana 2 genera ojos con:
La piel real no es una superficie opaca y sólida. La luz entra en las capas externas y se dispersa bajo la piel antes de salir, y eso crea el brillo cálido y ligeramente translúcido que se ve en las mejillas cuando hay una ventana detrás del sujeto. Este efecto se llama dispersión subsuperficial y es uno de los más exigentes desde el punto de vista computacional, porque obliga al sistema de render a entender que la piel tiene profundidad, no solo superficie.
Nano Banana 2 resuelve esto gracias a su entrenamiento con fotografía real, en lugar de hacerlo mediante una pasada de render computacional independiente. El resultado es que, cuando describes una contraluz cálida en tu prompt de retrato, el modelo coloca la translucidez cálida correcta en las orejas, a lo largo de la mandíbula donde la piel es fina y a través de los pelos finos de la línea del nacimiento del pelo. Lo hace porque eso es lo que realmente ocurre en las fotografías tomadas en esas condiciones.
El modelo está disponible en PicassoIA sin límites de créditos por generación. Puedes iterar todas las veces que necesites sin vigilar un contador. El siguiente flujo de trabajo produce siempre los resultados fotorrealistas de mayor calidad en retratos.
Empieza por el sujeto, luego el entorno, después la fuente de luz y, por último, la cámara. Esta secuencia imita cómo planifican las sesiones los fotógrafos. Primero deciden a quién van a fotografiar, en qué escenario, con qué calidad de luz y a través de qué objetivo.
Estructura de prompt que produce resultados fiables:
[Subject age/features/expression] + [Setting description] + [Light source, angle, and quality] + [Camera, lens, and aperture] + [Film stock or color science]
Ejemplo práctico:
Una mujer de unos treinta y cinco años, piel natural sin retoque con poros visibles, sentada en un estudio fotográfico, luz matinal volumétrica desde la izquierda a través de una ventana grande y difusa, 85mm f/1.4, emulación de película Kodak Portra 400, grano visible en las zonas de sombra
La especificidad de la fuente de luz y la referencia a la película hacen un trabajo importante en este prompt. "Kodak Portra 400" le indica al modelo mucho sobre la ciencia del color, la caída de las altas luces, el comportamiento de las sombras y el carácter del grano, todo a la vez.
Si intentas reproducir la apariencia de una persona concreta o un estilo fotográfico particular, sube entre 3 y 14 imágenes de referencia antes de generar. Más referencias producen un parecido más preciso, pero deben mostrar al mismo sujeto desde distintos ángulos y no a personas diferentes.
Qué incluir en tu conjunto de referencias para lograr el mejor parecido en retratos:
Después de la primera generación, no reescribas todo el prompt. Escribe una corrección concreta que afecte solo a lo que hay que cambiar:
Cada instrucción de seguimiento mantiene todo lo que ya funciona y ajusta solo el elemento especificado. Aquí es donde el flujo iterativo se vuelve mucho más eficiente que la generación de una sola toma.
Cuando el retrato esté listo, exporta en resolución 4K. A esa escala de salida, el detalle de los poros, la textura de cada fibra de cabello y los gradientes de luz se conservan con toda su fidelidad. Reducir una imagen 4K a la resolución estándar para la web conserva la profundidad fotográfica que hace convincente el retrato, porque los datos de la fuente de alta resolución siguen informando cada píxel.
Estas plantillas estructurales se han probado con el modelo y producen resultados fotorrealistas de forma fiable en distintos estilos y sujetos.
[Descripción del sujeto] sentado en un estudio fotográfico, luz volumétrica [dirección] desde una softbox de [tamaño], fondo de papel gris cálido sin costuras, objetivo de 85mm f/1.4, profundidad de campo superficial con bokeh suave, emulación Kodak Portra 400, grano de película visible en las sombras y en la zona del cuello de la camisa
[Descripción del sujeto] de pie junto a una ventana orientada al [norte/sur] con luz de [mañana/tarde], reflejos naturales en ambos ojos procedentes de la ventana, [detalle breve del escenario], objetivo de 50mm f/2.0, difusión suave de cielo nublado en exterior, perfil de color Fujifilm Pro 400H, estilo documental honesto y sin poses
[Descripción del sujeto] en [entorno real concreto], [fuente de luz] creando [descripción del comportamiento de la sombra] sobre [zona concreta del rostro], objetivo de 35mm f/2.8 a la altura de los ojos, sin poses y con honestidad, estética Leica M, grano fino en toda la imagen, sin equipo de estudio visible
La generación de retratos fotorrealistas a este nivel de calidad no ocurre solo por reconocimiento de patrones visuales. Exige que el modelo entienda el lenguaje fotográfico: lo que "Kodak Portra 400" implica sobre la ciencia del color y la caída de sombras, lo que "85mm f/1.4" implica sobre la compresión de la perspectiva y la separación del fondo, lo que "luz de ventana orientada al norte" implica sobre la temperatura de color y la suavidad de las sombras.
Esa comprensión del lenguaje se apoya en las mismas capacidades subyacentes que los modelos de lenguaje (LLM). PicassoIA ofrece acceso a modelos como GPT-5, Claude Sonnet 4.6, Gemini 3.5 Flash y DeepSeek R1, que pueden ayudarte a redactar y refinar prompts de retratos antes de pasarlos por el generador de imágenes.
Un flujo de trabajo práctico: usa uno de los LLM para convertir una idea aproximada en un prompt detallado y fotográficamente específico, y luego pasa ese prompt por Nano Banana 2. La calidad de la primera generación mejora mucho cuando el prompt está escrito con la especificidad y la estructura de un encargo fotográfico real, y no con una descripción casual.
| Capacidad | Nano Banana 2 |
|---|---|
| Textura de la piel a nivel de poro | Excelente |
| Precisión de los catchlights en los ojos | Excelente |
| Dispersión subsuperficial | Muy buena |
| Coherencia de personajes (varias escenas) | Excelente |
| Individualización de las fibras del cabello | Buena |
| Asimetría facial natural | Buena |
| Separación de fondo con bokeh | Excelente |
| Salida en resolución 4K | Sí |
| Edición iterativa con instrucciones de seguimiento | Sí |
| Fusión de imágenes de referencia (hasta 14) | Sí |
| Anclaje en web en tiempo real | Sí |
| Generaciones ilimitadas en PicassoIA | Sí |
Causa: El prompt no especifica una película de referencia, imperfecciones de la luz ni detalles de la piel a nivel superficial.
Solución: Añade "emulación Kodak Portra 400, poros visibles en la nariz y la frente, enrojecimiento natural en la punta de la nariz, vello facial fino captando luz lateral" al prompt. Después usa una instrucción de seguimiento: "aumenta el realismo de la textura de la piel, añade variación de textura sebácea en la zona T".
Causa: El modelo tiende a una simetría facial idealizada cuando el prompt no especifica lo contrario.
Solución: Añade "ligera asimetría natural en la posición y el tamaño de los ojos, imperfecciones de la vida real, sin retoque con aerógrafo" al prompt. Usa una instrucción de seguimiento para precisar el ajuste exacto: "haz el ojo derecho muy ligeramente más estrecho que el izquierdo, de forma natural y no idealizada".
Causa: El prompt no describió ninguna fuente de luz, dirección ni comportamiento de las sombras concreto.
Solución: Especifica siempre el tipo de fuente de luz (softbox, ventana, sol), su tamaño (que crea sombras suaves o duras), su ángulo respecto al rostro y qué zonas de la cara ilumina frente a las que deja en sombra. La profundidad de la sombra es donde vive la calidad tridimensional de un retrato.
Retratos profesionales sin cámara ni estudio. Para equipos que necesitan retratos de calidad constante de sus miembros repartidos en varias ciudades, este flujo de trabajo produce resultados con una fracción del costo y de la coordinación que requiere una jornada de fotografía. Genera, refina, exporta en 4K y listo.
Personajes coherentes para campañas e historias visuales. Un personaje de marca, un protagonista narrativo o un personaje educativo puede aparecer en 50 escenas distintas con el mismo rostro y la misma presencia reconocible, porque el sistema de imágenes de referencia mantiene el parecido preciso en cada generación.
Retratos con estilo para estéticas editoriales concretas. Alta costura, documental, corporativo, ambiental: cada uno tiene un lenguaje fotográfico específico. El modelo responde a ese lenguaje cuando lo usas con precisión. Un retrato de moda tomado con 85mm y una luz direccional fuerte no se parece en nada a un retrato documental tomado con 35mm con luz disponible, y Nano Banana 2 produce ambos cuando el prompt los describe correctamente.
Pruebas iterativas de conceptos para la dirección de arte. Como las generaciones son rápidas y los refinamientos son baratos en PicassoIA con generaciones ilimitadas, puedes probar 40 variaciones de un concepto de retrato en el tiempo que tardarías en montar una sola sesión de estudio. Decisiones de dirección de arte que antes exigían una producción física ahora se pueden tomar por completo en la fase de prompt y generación.
Nano Banana 2 ya está disponible en PicassoIA con generaciones ilimitadas, sin topes de créditos y con el conjunto completo de funciones: entrada de 14 imágenes de referencia, edición conversacional con instrucciones de seguimiento, anclaje en web en tiempo real, relaciones de aspecto flexibles y exportación en 4K.
El punto de partida no tiene por qué ser complejo. Escribe un prompt sencillo de retrato de estudio, ejecútalo y dedica dos o tres instrucciones de seguimiento a mejorar la textura de la piel, el detalle de los ojos y la profundidad de las sombras. La diferencia entre la primera generación y la quinta, tras los refinamientos concretos, suele ser la distancia entre "imagen de IA impresionante" e "indistinguible de la fotografía profesional".
No necesitas cámara, estudio ni fotógrafo. Necesitas un prompt concreto y ganas de iterar. Explora todos los modelos en PicassoIA y pon el flujo de trabajo a prueba.
Elige tu idioma
