Nano Banana 2 Lite 與 Gemini Omni Flash 發布

Nano Banana 2 Lite 與 Gemini Omni Flash 發布

Google DeepMind 已發布 Nano Banana 2 Lite 與 Gemini Omni Flash，為開發者提供高速圖像生成和具成本效益的影片創建與編輯工具。這些模型透過結合快速視覺草擬與電影級影片動畫，使端到端多媒體體驗的創建成為可能。

Nano Banana 2 Lite：高吞吐量圖像生成

Nano Banana 2 Lite (gemini-3.1-flash-lite-image) 已針對快速構思和高速開發管道進行優化，在此類管道中速度和成本是主要限制。它是取代舊版 Nano Banana (gemini-2.5-flash-image) 模型的推薦替代方案。

主要效能指標

  • 延遲： 模型可在 4 秒內輸出文字到圖像。
  • 成本效益： 價格設定為每 1K 解析度圖像 $0.034。

儘管專注於速度，該模型仍能保持可靠的提示遵循、圖像內文字的可讀渲染以及強烈的角色一致性。

Nano Banana 模型系列

  • Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image): 已針對超低延遲和高吞吐量工作流程進行優化。
  • Nano Banana 2 (Gemini 3.1 Flash Image): 一種平衡效能與成本的通用模型。
  • Nano Banana Pro (Gemini 3 Pro Image): 專為需要進階推理和高準確度的專業使用案例而設計。
  • Nano Banana (Gemini 2.5 Flash Image): 舊版模型；鼓勵使用者升級至 Nano Banana 2 Lite。

Nano Banana 2 Lite 可透過 Google AI Studio、Gemini API 和 Gemini Enterprise Agent Platform 取得，並正在推廣至消費者介面，包括 Gemini 應用程式、Search 中的 AI 模式、NotebookLM、Google Photos、Stitch、Google Flow 和 Google Ads。

Gemini Omni Flash：對話式影片生成與編輯

Gemini Omni Flash (gemini-omni-flash-preview) 結合多模態推理與影片生成。現在開發者可透過 Gemini API 和 Google AI Studio，以及 Gemini 應用程式和 Google Flow 取得該模型。

核心功能

  • 對話式編輯： 使用者可使用自然語言來精煉和編輯影片。
  • 多模態參考： 模型結合文字、圖像和影片輸入以保持場景一致性。
  • 知識整合： Omni Flash 利用 Gemini 內部的歷史、生物學和敘事邏輯知識來構建影片。
  • 動作同步： 透過提示，文字和圖形可以直接連接到影片動作。

定價與技術限制

Gemini Omni Flash 的定價為每秒影片輸出 $0.10，與 Veo 3.1 Fast 的成本相符。目前的限制包括：

  • 持續時間： 影片生成目前限制為 10 秒。
  • 不支援的功能： 音訊參考和場景延伸目前尚未在 Gemini API 中支援。
  • 處理問題： API 架構接受最長 3 秒的影片參考，但模型目前尚未正確處理它們。
  • 一致性： 在平移移動或場景變更期間，角色一致性存在現有限制。

整合多媒體工作流程

開發者可以將 Nano Banana 2 Lite 與 Gemini Omni Flash 鏈結，以創建無縫管道。常見的工作流程是使用 Nano Banana 2 Lite 進行高速圖像生成，然後將該圖像作為參考傳遞給 Gemini Omni Flash 以將其動畫化為影片。

透過使用 Interactions API，開發者可以維護會話歷史和內容，使用戶能夠執行最多三次連續編輯。

示範應用程式

  • Anywhere: 使用 Nano Banana 2 Lite 透過照片將使用者帶到地標，然後使用 Omni Flash 將這些圖像動畫化為片段。
  • Space Lift: 一個室內設計應用程式，透過 Nano Banana 2 Lite 生成房間概念，並使用 Omni Flash 創建電影級展示。
  • Omni Product Studio: 透過 Gemini Omni 將由 Nano Banana 2 Lite 建立的靜態電子商務圖像轉換為電影級影片。

安全與透明度

Gemini Omni 與 Nano Banana 2 Lite 均使用 SynthID 水印技術，以確保 AI 生成的內容可透過 Gemini 應用程式、Chrome 中的 Gemini 或 Search 進行驗證。

Sources