時(shí)隔4個月，谷歌Nano Banana再發(fā)新模型

智東西
編譯 楊京麗
編輯 李水青

智東西7月1日消息，今天，谷歌宣布開放兩款新模型：圖像生成模型Nano Banana 2 Lite和視頻生成編輯模型Gemini Omni Flash。

▲谷歌推出Nano Banana 2 Lite和Gemini Omni Flash（圖源：X）

今年2月，谷歌推出Nano Banana 2，在保持較低延遲的同時(shí)提升圖像生成質(zhì)量，支持更強(qiáng)的推理能力和搜索能力。今年5月，谷歌在I/O大會上首次展示Gemini Omni Flash，定位為原生多模態(tài)的視頻生成編輯模型，但當(dāng)時(shí)并未向開發(fā)者開放。

此次更新的模型Nano Banana 2 Lite是初代Nano Banana的推薦替代模型，主打近實(shí)時(shí)、較高質(zhì)量圖像生成，單張1K分辨率圖像生成延遲約4秒、價(jià)格0.034美元（約合人民幣0.23元）起；Gemini Omni Flash則首次面向開發(fā)者公開預(yù)覽，支持文本、圖像和視頻輸入，可用自然語言進(jìn)行多輪視頻編輯，目前支持10秒視頻生成，視頻輸出價(jià)格為每秒0.10美元（約合人民幣0.68元）。

評測結(jié)果顯示，Nano Banana 2 Lite在圖像生成和圖像編輯Elo分?jǐn)?shù)上略低于Nano Banana 2，但速度更快，成本更低；Gemini Omni Flash在視頻編輯模型對比中，整體偏好和指令遵循兩項(xiàng)Elo評分均位列第一，領(lǐng)先HappyHorse、Kling v3 Pro、Seedance 2.0等模型。

兩款模型現(xiàn)已登陸Google AI Studio、Gemini API和Gemini Enterprise Agent Platform，其中Gemini Omni Flash還可在Gemini app和Google Flow中使用。

此次更新后，用戶可以先用Nano Banana 2 Lite快速生成圖像，再通過Gemini Omni Flash將靜態(tài)圖像轉(zhuǎn)化為可繼續(xù)編輯的視頻內(nèi)容。谷歌還推出了Anywhere、Space Lift、Omni Product Studio等演示應(yīng)用，展示從自拍換地標(biāo)、室內(nèi)設(shè)計(jì)預(yù)覽到電商視頻生成等圖像到視頻工作流。

一、Nano Banana 2 Lite替代初代模型，速度快性價(jià)比高

谷歌稱，Nano Banana 2 Lite（gemini-3.1-flash-lite-image）是當(dāng)前使用初代Nano Banana（gemini-2.5-flash-image）的推薦替代模型，在圖像質(zhì)量、生成速度和成本等維度都有明顯提升。

雖然該模型優(yōu)先強(qiáng)調(diào)速度，谷歌仍稱其保留了較穩(wěn)定的提示詞遵循能力、角色一致性和圖中文字渲染能力。谷歌列出了Nano Banana 2、Nano Banana 2 Lite與多款競品AI圖像模型的性能對比，評估維度包括圖像生成和圖像編輯的Elo分?jǐn)?shù)、單張1K分辨率圖像的生成延遲，以及對應(yīng)價(jià)格。

▲Nano Banana 2 Lite與其他圖像生成模型評測對比（圖源：谷歌）

Nano Banana 2 Lite圖像生成Elo分?jǐn)?shù)為1251，略低于Nano Banana 2的1270，高于Flux 2 Klein 9B、Grok Imagine Image和Seedream v5 Lite等對照模型；在圖像編輯上，Nano Banana 2 Lite得分為1308，在對照模型中位列中等水平。

速度和成本是Nano Banana 2 Lite最突出的優(yōu)勢。生成一張1K分辨率圖像的延遲約為4.0秒，明顯快于Nano Banana、Nano Banana 2和Seedream v5 Lite等模型。價(jià)格方面，Nano Banana 2 Lite每張1K圖像約0.034美元（約合人民幣0.23元）起，成本低于谷歌其他圖像模型，價(jià)格與Seedream v5 Lite的0.035美元（約合人民幣0.24元）接近，高于Flux 2 Klein 9B、Grok Imagine Image。

為了便于消費(fèi)者理解Nano Banana產(chǎn)品線，谷歌也列出表格在延遲、成本、視覺質(zhì)量、推理能力四大方面對其模型進(jìn)行對比。

▲Nano Banana系列三款模型對比（圖源：谷歌）

（1）Nano Banana 2 Lite（Gemini 3.1 Flash Lite Image）生成速度快，主打近實(shí)時(shí)、高流量工作流；

（2）Nano Banana 2（Gemini 3.1 Flash Image）為通用型模型，在性能與成本之間取得平衡，以較低延遲維持較高的生成質(zhì)量；

（3）Nano Banana Pro（Gemini 3 Pro Image）則面向復(fù)雜專業(yè)場景，強(qiáng)調(diào)控制能力和高級推理；

（4）Nano Banana（Gemini 2.5 Flash Image）則被歸為舊款模型，建議開發(fā)者升級到Nano Banana 2 Lite，追求更高的質(zhì)量、更低延遲和更低的成本。

除開發(fā)者平臺外，Nano Banana 2 Lite也會進(jìn)入谷歌消費(fèi)端產(chǎn)品，包括搜索中的AI Mode、Gemini應(yīng)用、NotebookLM、Google Photos、Stitch、Google Flow和Google Ads。

X上部分網(wǎng)友測試了這一模型，稱Nano Banana 2 Lite生成質(zhì)量與Nano Banana 2接近，但速度明顯更快。

▲海外網(wǎng)友測試Nano Banana 2 Lite（圖源：X）

二、Gemini Omni Flash開放公測，支持10秒視頻生成，每秒0.10美元

前段時(shí)間，視頻生成編輯模型Gemini Omni Flash曾在谷歌I/O大會上亮相，但尚未開放；此次谷歌正式開啟公開預(yù)覽，用戶現(xiàn)在可以通過Gemini API和Google AI Studio使用該模型。

▲Gemini Omni Flash根據(jù)原視頻生成魔術(shù)特效（圖源：谷歌）

該模型把Gemini的多模態(tài)推理能力與視頻生成、編輯能力結(jié)合起來，支持從文本、圖像和視頻輸入中生成或編輯視頻，并可通過自然語言進(jìn)行多輪修改。每秒視頻輸出為0.10美元（約合人民幣0.68元），與Veo 3.1 Fast相同。

Gemini Omni Flash核心能力包括對話式視頻編輯、多模態(tài)參考輸入、調(diào)用Gemini知識構(gòu)建視頻內(nèi)容，以及通過提示詞讓文字、圖形和視頻動作實(shí)現(xiàn)同步。

谷歌列出了Gemini Omni Flash與多款競品視頻編輯模型的Elo評分對比。無論是整體表現(xiàn)還是指令遵循，Gemini Omni Flash都具備較高領(lǐng)先優(yōu)勢。

▲Gemini Omni Flash與其他視頻模型評測對比（圖源：谷歌）

從整體偏好看，Gemini Omni Flash得分為1087，位列第一，高于HappyHorse的1044、Kling v3 Pro的1020、Seedance 2.0的946和Wan 2.7的902。在指令遵循能力上，Gemini Omni Flash同樣排名第一，得分為1082，領(lǐng)先HappyHorse的1036、Kling v3 Pro的1022、Seedance 2.0的960和Wan 2.7的900。

不過，該模型目前仍有限制。谷歌稱，Omni Flash當(dāng)前支持10秒視頻生成，后續(xù)會推出更長時(shí)長；Gemini API暫不支持上傳音頻參考和場景擴(kuò)展；API schema雖可接受最長3秒的視頻參考，但模型現(xiàn)階段還不能正確處理；在切換場景或平移動作時(shí)，角色一致性仍有局限。

三、兩款模型可串聯(lián)使用，先快速出圖再生成視頻

谷歌此次同步更新了圖像與視頻生成能力，因而用戶可以先用Nano Banana 2 Lite快速出圖，再通過Gemini Omni Flash將靜態(tài)圖像轉(zhuǎn)化為可繼續(xù)編輯的視頻內(nèi)容。用戶可通過Interactions API保留會話歷史和上下文，最多可疊加三次連續(xù)編輯。

為展示這一路徑，谷歌推出了幾個演示應(yīng)用，供用戶體驗(yàn)。

Anywhere應(yīng)用可以把用戶“帶到”世界各地。用戶上傳照片后，Nano Banana 2 Lite能將圖像背景換成世界知名地標(biāo)，之后Gemini Omni Flash還能把生成的圖像變成該地點(diǎn)的動畫短片。

▲Anywhere根據(jù)用戶照片生成動態(tài)視頻（圖源：谷歌）

Space Lift面向室內(nèi)設(shè)計(jì)，可根據(jù)房間照片，利用Nano Banana 2 Lite生成不同裝修風(fēng)格，并利用Gemini Omni Flash生成動態(tài)展示視頻。

▲Space Lift根據(jù)照片生成房間動態(tài)展示視頻（圖源：谷歌）

Omni Product Studio則可把Nano Banana 2 Lite生成的靜態(tài)圖，用Gemini Omni Flash轉(zhuǎn)成電商風(fēng)格視頻。

▲Omni Product Studio生成的電商視頻（圖源：谷歌）

結(jié)語：谷歌加速補(bǔ)齊可編輯視頻生成能力

此次更新后，谷歌的生成式媒體能力進(jìn)一步延伸到視頻編輯工作流。用戶可以先用Nano Banana 2 Lite快速生成圖像素材，再通過Gemini Omni Flash把靜態(tài)圖像轉(zhuǎn)化為可繼續(xù)修改的視頻內(nèi)容，多輪編輯、提示詞同步和多模態(tài)參考輸入成為這次更新的核心看點(diǎn)。

隨著Nano Banana系列圖像模型進(jìn)一步分層，谷歌也在把類似思路延伸到視頻生成領(lǐng)域。谷歌此次推出視頻編輯模型Gemini Omni Flash，有助于盡快收集應(yīng)用場景和反饋，并推動圖像、視頻、自然語言編輯在Gemini生態(tài)內(nèi)形成更連貫的創(chuàng)作鏈路。

來源：谷歌