Nano Banana 2 Lite 發佈說明

Nano Banana 2 Lite 發佈說明

Google DeepMind 推出了 Nano Banana 2 Lite，這是 Gemini 系列中速度最快且最高效的圖像模型。該模型專為創作者、開發者和企業設計，在不犧牲 Nano Banana 系列核心控制力和準確性的情況下，優先考慮低延遲和降低成本。

核心能力與性能

Nano Banana 2 Lite 專為高速視覺探索和快速原型設計而打造。與較重的生產模型相比，它提供了顯著的延遲降低，從而實現更流暢的創意工作流程。

速度與成本效益

  • 降低延遲： 該模型在圖像生成和編輯方面提供了極低的延遲，允許用戶在幾秒鐘內對視覺效果進行迭代。
  • 成本效益： 它的設計旨在以較大模型一小部分的成本生成數千張圖像，使其在生產環境中進行擴展具有可行性。
  • 性能基準： 根據用戶報告，生成時間每張圖像可能低於 5 秒，而基礎的 Nano Banana 2 模型約為 30 秒。

品質與控制

儘管被冠以 "Lite" 之名，該模型仍保留了 Nano Banana 系列的關鍵特性：

  • 角色一致性： 該模型能夠在多張圖像中保持角色相似度。
  • 精準編輯： 它支持詳細的視覺編輯，並利用現實世界的知識進行準確生成。
  • 提示詞遵循度： 該模型針對詳細的提示詞進行了優化，為用戶提供對角色、場景和整體氛圍的更大控制力。

真實世界應用演示

DeepMind 展示了幾個原型，演示了 Nano Banana 2 Lite 如何實現即時生成式體驗：

  • Space Lift： 一款室內設計應用程式，允許用戶根據上傳的圖像，立即重新構思各種風格的房間（例如，Mid-Century Modern、Bohemian Chic）。
  • Gridscape： 一個用於學習的無限畫布，使用該模型生成資訊節點和圖像，以繪製出複雜的主題。
  • Peek-A-Word： 一款互動式學習工具，可將選定的文本轉換為情境化的 AI 生成視覺效果和定義。
  • Anywhere： 一款互動式 3D 地球儀，可在全球地標生成個性化明信片。

技術限制與安全性

雖然功能強大，但 Nano Banana 2 Lite 存在用戶應驗證的已知限制：

  • 忠實度問題： 該模型在處理小臉部、文本中的準確拼寫和非常精細的細節方面可能會遇到困難。
  • 事實準確性： 在生成資訊圖表或標註圖表時，它可能會誤解複雜數據。
  • 在地化： 圖像內翻譯文本的語法和文化細微差別可能不完美。
  • 複雜編輯： 多張圖像的高級混合或重大的光影變化（例如，從白天到黑夜）有時會產生不自然的效果。

安全性與浮水印

為了確保負責任的 AI 使用，所有使用 Nano Banana 2 Lite 創建的圖像都包含 SynthID，這是一種不可見的數位浮水印，可以識別圖像是否為 AI 生成。

社群洞察與用戶反饋

早期採用者和開發者分享了關於模型性能和定價的各種觀點：

"我看到每張圖像低於 5 秒，而基礎 NB2 約為 30 秒... 我很興奮能將其整合到我應用程式的引導流程中，因為我想讓用戶盡快體驗到驚喜時刻（aha moment）。"

"它的運作方式如廣告所述，且在某些元素方面表現得像一個蒸餾後的 Nano Banana 2，例如良好的文本渲染... 我的主要批評是，你無法透過程式碼強制設定 Nano Banana 2 Lite 的長寬比，但你可以透過 NB2 做到。

其他用戶指出，雖然速度是巨大的升級，但有些人認為定價（每張圖像 $0.034）比預期的高，考慮到生成時間的縮減。一些用戶也報告在嘗試並行生成多張圖像時遇到 RESOURCE_EXHAUSTED 錯誤。

可用性

Nano Banana 2 Lite 可以透過以下幾個 Google 平台使用：

  • Gemini App： 可透過 Flash-Lite 模式使用。
  • Google AI Studio： 用於快速原型設計和生產路徑。
  • Gemini API： 用於開發者構建自定義應用程式。
  • Gemini Enterprise Agent Platform： 用於擴展和管理 AI 代理。

Sources