Nano Banana 2 Lite 与 Gemini Omni Flash 发布

Nano Banana 2 Lite 与 Gemini Omni Flash 发布

Google DeepMind 已发布 Nano Banana 2 Lite 和 Gemini Omni Flash，为开发者提供高速图像生成以及高性价比的视频创作与编辑工具。这些模型通过将快速视觉草图绘制与电影级视频动画相结合，能够实现端到端的媒体体验。

Nano Banana 2 Lite：高吞吐量图像生成

Nano Banana 2 Lite (gemini-3.1-flash-lite-image) 针对快速构思和高速度开发者流水线进行了优化，在这些场景中，速度和成本是主要限制因素。它是替代旧版 Nano Banana (gemini-2.5-flash-image) 模型的推荐方案。

关键性能指标

  • 延迟： 该模型可在 4 秒内交付文本到图像的输出。
  • 成本效益： 定价为每 1K 分辨率图像 0.034 美元。

尽管专注于速度，该模型仍保持了可靠的提示词遵循能力、清晰的图像内文本渲染以及强大的角色一致性。

Nano Banana 模型家族

  • Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image)： 针对超低延迟和高容量工作流进行了优化。
  • Nano Banana 2 (Gemini 3.1 Flash Image)： 平衡性能与成本的通用模型。
  • Nano Banana Pro (Gemini 3 Pro Image)： 专为需要高级推理和高准确性的专业用例设计。
  • Nano Banana (Gemini 2.5 Flash Image)： 旧版模型；建议用户升级到 Nano Banana 2 Lite。

Nano Banana 2 Lite 可通过 Google AI Studio、Gemini API 和 Gemini Enterprise Agent Platform 获取，并正在推广至包括 Gemini 应用、Search 中的 AI Mode、NotebookLM、Google Photos、Stitch、Google Flow 和 Google Ads 在内的消费者端产品。

Gemini Omni Flash：对话式视频生成与编辑

Gemini Omni Flash (gemini-omni-flash-preview) 将多模态推理与视频生成相结合。它现在已通过 Gemini API 和 Google AI Studio，以及 Gemini 应用和 Google Flow 提供给开发者使用。

核心能力

  • 对话式编辑： 用户可以使用自然语言来精炼和编辑视频。
  • 多模态引用： 该模型结合文本、图像和视频输入以保持场景一致性。
  • 知识集成： Omni Flash 利用 Gemini 对历史、生物学和叙事逻辑的内部知识来构建视频。
  • 动作同步： 通过提示词，可以将文本和图形直接连接到视频动作。

定价与技术限制

Gemini Omni Flash 的定价为每秒视频输出 0.10 美元，与 Veo 3.1 Fast 的成本一致。目前的限制包括：

  • 时长： 视频生成目前限制在 10 秒以内。
  • 不支持的功能： Gemini API 目前尚不支持音频引用和场景扩展。
  • 处理问题： API schema 接受长达 3 秒的视频引用，但目前模型无法正确处理。
  • 一致性： 在平移运动或场景切换期间，角色一致性方面存在现有限制。

集成多媒体工作流

开发者可以将 Nano Banana 2 Lite 和 Gemini Omni Flash 串联起来，创建无缝的流水线。一个常见的流程是使用 Nano Banana 2 Lite 进行高速图像生成，然后将该图像作为参考传递给 Gemini Omni Flash，将其动画化为视频。

通过使用 Interactions API，开发者可以维护会话历史和上下文，允许用户执行最多三次连续编辑。

演示应用

  • Anywhere： 使用 Nano Banana 2 Lite 通过照片将用户带到地标，然后使用 Omni Flash 将这些图像动画化为剪辑。
  • Space Lift： 一款室内设计应用，使用 Nano Banana 2 Lite 生成房间概念，并使用 Omni Flash 创建电影级展示。
  • Omni Product Studio： 通过 Gemini Omni 将 Nano Banana 2 Lite 创建的静态电子商务图像转换为电影级视频。

安全与透明度

Gemini Omni 和 Nano Banana 2 Lite 都使用 SynthID 水印技术，以确保可以通过 Gemini 应用、Chrome 中的 Gemini 或 Search 来验证 AI 生成的内容。

Sources