开始使用 Nano Banana 2 Lite 和 Gemini Omni Flash 构建
评分
74精选理由
模型创新性强且实用性高,但尚需进一步验证其在大规模场景下的表现。
AI 点评
「此举使开发者能够以更低成本使用前沿图像和视频生成能力,加速创意和商业应用的落地。」
速览
Google DeepMind 发布 Nano Banana 2 Lite,这是其最快、最具成本效益的 Gemini 图像生成模型,同时推出 Gemini Omni Flash 用于高质量视频和对话式编辑。这两个模型旨在扩展创意工作流,降低计算成本并提升实时交互体验。
- Nano Banana 2 Lite 是 Gemini 系列中最快、成本最低的图像模型,适合大规模部署。
- Gemini Omni Flash 支持高质量视频生成和对话式编辑,实现自然交互。
- 两个模型均面向开发者提供 API,可集成到现有应用中。
- DeepMind 强调在保持质量的同时大幅降低推理成本。
正文
开始使用 Nano Banana 2 Lite 和 Gemini Omni Flash 构建
2026年6月30日
· Share x.com Facebook LinkedIn Mail Copy link通过我们最快、最具成本效益的 Gemini 图像模型 Nano Banana 2 Lite 以及用于高质量视频生成和对话式剪辑的 Gemini Omni Flash,我们让实验和扩展您的创意变得更加容易。
今天,我们通过两大版本更新,让您能够更快、更轻松地实验、优化和扩展您的创意:
- 推出 Nano Banana 2 Lite:Nano Banana 系列中迄今为止最快、最具成本效益的图像模型,专为高吞吐量、高速度和大规模扩展而设计。Nano Banana 2 Lite 现已在 Google AI Studio、Gemini API 和 Gemini Enterprise Agent Platform 中提供。它也在今天逐步登陆 Google 消费端产品,包括搜索中的 AI Mode、Gemini 应用等众多产品。
- 向开发者推出 Gemini Omni Flash:我们高质量、成本效益高的模型,用于视频生成和对话式剪辑,现首次在 Google AI Studio、Gemini API 和 Gemini Enterprise Agent Platform 中提供。Omni Flash 也在 Gemini 应用和 Google Flow 中可用。
使用生成式媒体进行构建通常涉及创造性迭代。借助这两个模型,开发者可以构建全面的端到端多媒体体验,将快速图像生成与视频创建和剪辑连接起来。无论您的工作流程需要生成数千张图像还是编辑多轮视频序列,您现在都有两个新模型可以更快地构建、无缝迭代,并将您的创意愿景变为现实。
Nano Banana 2 Lite:我们最快、最具成本效益的 Gemini 图像模型
观看 Nano Banana 2 Lite 与 Nano Banana 2 在简单提示下进行图像生成速度和质量的并排比较。
Nano Banana 2 Lite (gemini-3.1-flash-lite-image) 专为快速构思和高速度开发者管道而设计,其中速度与成本是主要约束。它是我们推荐给当前使用第一版 Nano Banana (gemini-2.5-flash-image) 的开发者的替代品,您可以立即替换它以在关键性能维度上获得即时优势。
Nano Banana 2 和 2 Lite 与竞争对手 AI 图像模型的性能基准测试,评估了生成/剪辑质量(Elo 分数)、处理延迟和每千分辨率图像成本之间的权衡。
Nano Banana 2 Lite 在以下方面表现出色:
- 延迟:文本到图像输出仅需 4 秒。这使其成为交互式原型设计和快速视觉草图的理想选择。
- 成本效益(每千张图像 0.034 美元):对于专注于草图构思、管理运营预算或低带宽使用的开发者来说,这是一种经济高效的选择。
尽管优先考虑速度,Nano Banana 2 Lite 仍保留了可靠的提示遵循、强劲的角色一致性和清晰的图像内文本渲染。
了解 Nano Banana 系列
- Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image):专为速度而构建。针对极低延迟至关重要的近实时、高吞吐量工作流进行了优化。
- Nano Banana 2 (Gemini 3.1 Flash Image):全能型主力。以较低延迟提供高质量,实现性能与成本的最佳平衡。
- Nano Banana Pro (Gemini 3 Pro Image):针对复杂专业用例优化。提供最稳健的控制和高级推理,适用于准确性比速度更重要的任务。
- Nano Banana (Gemini 2.5 Flash Image):我们的旧版模型。我们建议升级到 Nano Banana 2 Lite 以获得更高质量、更快速度和更低成本。
要查看完整的模型能力列表以及如何集成,请参阅开发者文档。
除了在开发者平台发布外,Nano Banana 2 Lite 还将登陆 Google 消费端产品,包括搜索中的 AI Mode、Gemini 应用、NotebookLM、Google Photos、Stitch、Google Flow 和 Google Ads。
体验 Gemini Omni Flash 带来的高质量、高性价比视频编辑与生成。
观看某人如何使用 Gemini Omni 表演四项数字魔术,例如从手机中拉出一个3D气球文字,以及将屏幕中的水倒入玻璃杯。角落有一个小“原始”视频,揭示了在添加 Omni 生成的特效之前,她实际是如何拍摄这些魔术的。
在 Google I/O 大会上,我们推出了 Gemini Omni Flash,该模型将 Gemini 的多模态推理与视频生成和编辑相结合。今天,Gemini Omni Flash(gemini-omni-flash-preview)通过 Gemini API 和 Google AI Studio 向开发者开放,原生支持基于文本、图像和视频输入的高质量视频生成和对话式编辑。该模型定价具有竞争力,每秒视频输出 0.10 美元,与 Veo 3.1 Fast 相同。
Omni Flash 在以下方面表现出色:
- 对话式视频编辑:使用自然语言精炼和编辑视频。
- 多模态引用:结合图像、文本和视频等输入,保持对场景的控制和一致性。
- 真实世界知识:Omni 借助 Gemini 的知识(如历史、生物学和叙事逻辑)构建引人入胜的视频。
- 文本与动作同步:通过简单提示,将文本和图形直接关联到视频动作。
全面的基准测试信息,请访问 Google DeepMind 的 Gemini Omni 网页。
局限性:
- 目前 Omni 支持生成 10 秒视频,更长的时长即将推出。
- 该模型的 Gemini API 目前不支持上传音频参考和场景扩展。
- API 架构接受长度不超过 3 秒的视频参考,但模型目前无法正确处理。
- 在场景变换或平移运动时,角色一致性存在一定限制,但我们正在努力改进。
Gemini Omni 即日起以公开预览形式在 Google AI Studio 和 Gemini API 中提供。要查看完整的模型能力列表和区域特定限制,请参阅开发者文档。
即刻使用两种模型进行构建
真正的魔法在于将这些模型串联起来。使用 Nano Banana 2 Lite 作为高速图像生成模型,然后将该图像作为参考传递给 Gemini Omni Flash,将其动画化为高质量视频。此外,通过使用 Interactions API 实现这些多轮体验,您可以维护会话历史和上下文,使用户最多可叠加三次连续编辑。
为了帮助您入门,我们创建了一些演示应用,您可以重新组合,体验如何将 Nano Banana 2 Lite 和 Gemini Omni Flash 集成到一个工作流中。
Anywhere 是一个演示应用,旨在展示这两种模型的强大能力。拍摄自拍或上传照片,应用会使用 Nano Banana 2 Lite 将您瞬间传送到数十个标志性地标。然后,点击图像,Omni Flash 会将生成的图像转化为该地点的动画片段。
Space Lift 是一款由 Nano Banana 2 Lite 和 Gemini Omni 驱动的室内设计演示应用,您只需上传照片即可立即重新构想任何房间。应用会自动生成各种设计美学下的完整概念。找到心仪的外观后,点击视频按钮,观看 Omni 以电影般的展示将设计变为现实,让您在将其变为现实之前,先体验动感的新空间。
Omni product studio 是一款演示应用,将 Nano Banana 2 Lite 创建的静态图像转换为 Gemini Omni 制作的电影级电商视频。该演示通过快速与图像到视频输出交互,融合多模态输入,展示了构建交互式媒体的方法。
以安全性和透明度为基础进行构建
基于谷歌安全基础设施构建,Gemini Omni 和 Nano Banana 2 Lite 使用 SynthID 水印。您可以通过 Gemini 应用、Chrome 中的 Gemini 或搜索来验证 AI 内容。了解更多关于我们如何扩展验证工具,以帮助您了解网络上的内容是如何创建和编辑的。
立即启动您的项目
Nano Banana 2 Lite 资源:
- 前往 Google AI Studio 在 playground 中体验该模型。
- 深入了解我们的 Gemini API 文档。
- 查看我们的 Nano Banana 提示指南,其中包含最佳实践和示例提示。
Gemini Omni Flash 资源:
- 前往 Google AI Studio 在 playground 中体验该模型。
- 深入了解我们的 Gemini API 文档。
- 查看我们的 Gemini Omni Flash 提示指南,其中包含最佳实践和示例提示。
- Gemini 模型
相关条目
精选DeepSeek V4 在 OpenRouter 上的代币份额翻倍,智能体工作负载成主要驱动力
DeepSeek V4 的快速采用表明市场对高性能、低成本推理模型的强烈偏好,尤其是智能体场景将重塑 AI 部署格局。
91
精选启用两项设置使ARC-AGI-3基准测试分数提升三倍
这项发现太关键了!它表明模型的性能不仅取决于训练,还取决于推理时的配置。对于AI工程师和研究者来说,这是一个必须注意的优化方向。特别是那些在资源受限设备上部署模型的团队,可能会因此找到低成本提升能力的方法。
91
精选GPT-5.6:前沿智能与前沿效率的融合
这条消息值得关注,因为它标志着大模型竞争从单纯拼参数转向拼效率。对于AI开发者和企业决策者来说,GPT-5.6意味着可以用更少预算获得更高性能,尤其适合那些被推理成本挡在门外的长上下文或Agent场景。OpenAI这一步,可能重新定义‘前沿’的标准。
91
精选LFM2.5-Encoder:面向CPU快速长上下文推理的新模型
这篇博文让我眼前一亮,因为它直接解决了大模型在CPU上跑长上下文的痛点。对于没有高端GPU的团队或个人开发者,LFM2.5-Encoder系列提供了可立即使用的开源方案。尤其推荐给做RAG、文档搜索或代码分析的朋友——现在用普通服务器就能处理百万级token的文档了。
91
精选GPT-Red:OpenAI通过自我对弈实现AI红队自动化,提升模型鲁棒性
GPT-Red 是红队测试从人工到自动化的里程碑,特别适合安全工程师和对齐研究者关注。它直接降低了测试成本,但也引发了对“自动攻击”本身的伦理讨论——值得所有关注AI治理的人深入思考。
91
精选OpenAI推出GPT-5.5生物漏洞赏金计划
这个计划值得关注,因为它首次将AI漏洞赏金制度拓展到生物安全领域,不仅为安全社区提供了新的研究方向,也为AI风险治理提供了实际演练场。对模型安全研究者、生物安全专家以及关心AI双重用途的从业者尤其重要。
91
精选vLLM推出原生速度Transformers建模后端,大幅提升推理性能
这项更新对于AI工程团队非常关键:无需格式转换意味着能更快地迭代模型,而2-5倍的速度提升直接降低GPU成本。如果你正在做LLM在线服务或者批量推理,这几乎是必读的技术更新。
90
精选Google DeepMind 发布手语转文本模型 SL2T,助力聋人用户
这则消息的意义不仅在于技术突破,更在于AI开始真正关注边缘群体的需求。对开发者而言,SL2T的架构思路和技术路径值得深入研究;对无障碍倡导者来说,这是推动行业标准的重要案例。