智东西

编译 | 杨京丽

编辑 | 李水青

智东西 7 月 1 日消息，今天，谷歌宣布开放两款新模型：图像生成模型Nano Banana 2 Lite和视频生成编辑模型Gemini Omni Flash。

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

今年 2 月，谷歌推出Nano Banana 2，在保持较低延迟的同时提升图像生成质量，支持更强的推理能力和搜索能力。今年 5 月，谷歌在 I/O 大会上首次展示Gemini Omni Flash，定位为原生多模态的视频生成编辑模型，但当时并未向开发者开放。

此次更新的模型 Nano Banana 2 Lite 是初代 Nano Banana 的推荐替代模型，主打近实时、较高质量图像生成，单张 1K 分辨率图像生成延迟约 4 秒、价格 0.034 美元（约合人民币 0.23 元）起；Gemini Omni Flash 则首次面向开发者公开预览，支持文本、图像和视频输入，可用自然语言进行多轮视频编辑，目前支持 10 秒视频生成，视频输出价格为每秒 0.10 美元（约合人民币 0.68 元）。

评测结果显示，Nano Banana 2 Lite 在图像生成和图像编辑 Elo 分数上略低于 Nano Banana 2，但速度更快，成本更低；Gemini Omni Flash 在视频编辑模型对比中，整体偏好和指令遵循两项 Elo 评分均位列第一，领先 HappyHorse、Kling v3 Pro、Seedance 2.0 等模型。

两款模型现已登陆 Google AI Studio、Gemini API 和 Gemini Enterprise Agent Platform，其中 Gemini Omni Flash 还可在 Gemini app 和 Google Flow 中使用。

此次更新后，用户可以先用 Nano Banana 2 Lite 快速生成图像，再通过Gemini Omni Flash将静态图像转化为可继续编辑的视频内容。谷歌还推出了 Anywhere、Space Lift、Omni Product Studio 等演示应用，展示从自拍换地标、室内设计预览到电商视频生成等图像到视频工作流。

一、Nano Banana 2 Lite 替代初代模型，速度快性价比高

谷歌称，Nano Banana 2 Lite（

gemini-3.1-flash-lite-image）是当前使用初代 Nano Banana（gemini-2.5-flash-image）的推荐替代模型，在图像质量、生成速度和成本等维度都有明显提升。

虽然该模型优先强调速度，谷歌仍称其保留了较稳定的提示词遵循能力、角色一致性和图中文字渲染能力。谷歌列出了 Nano Banana 2、Nano Banana 2 Lite 与多款竞品 AI 图像模型的性能对比，评估维度包括图像生成和图像编辑的 Elo 分数、单张 1K 分辨率图像的生成延迟，以及对应价格。

Nano Banana 2 Lite 与其他图像生成模型评测对比（图源：谷歌）

Nano Banana 2 Lite 图像生成 Elo 分数为 1251，略低于 Nano Banana 2 的 1270，高于 Flux 2 Klein 9B、Grok Imagine Image 和 Seedream v5 Lite 等对照模型；在图像编辑上，Nano Banana 2 Lite 得分为 1308，在对照模型中位列中等水平。

速度和成本是 Nano Banana 2 Lite 最突出的优势。生成一张 1K 分辨率图像的延迟约为 4.0 秒，明显快于 Nano Banana、Nano Banana 2 和 Seedream v5 Lite 等模型。价格方面，Nano Banana 2 Lite每张 1K 图像约 0.034 美元（约合人民币 0.23 元）起，成本低于谷歌其他图像模型，价格与 Seedream v5 Lite 的 0.035 美元（约合人民币 0.24 元）接近，高于 Flux 2 Klein 9B、Grok Imagine Image。

为了便于消费者理解 Nano Banana 产品线，谷歌也列出表格在延迟、成本、视觉质量、推理能力四大方面对其模型进行对比。

Nano Banana 系列三款模型对比（图源：谷歌）

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

（2）Nano Banana 2（Gemini 3.1 Flash Image）为通用型模型，在性能与成本之间取得平衡，以较低延迟维持较高的生成质量；

（3）Nano Banana Pro（Gemini 3 Pro Image）则面向复杂专业场景，强调控制能力和高级推理；

（4）Nano Banana（Gemini 2.5 Flash Image）则被归为旧款模型，建议开发者升级到 Nano Banana 2 Lite，追求更高的质量、更低延迟和更低的成本。

除开发者平台外，Nano Banana 2 Lite 也会进入谷歌消费端产品，包括搜索中的 AI Mode、Gemini 应用、NotebookLM、Google Photos、Stitch、Google Flow 和 Google Ads。

X 上部分网友测试了这一模型，称 Nano Banana 2 Lite 生成质量与 Nano Banana 2 接近，但速度明显更快。

海外网友测试 Nano Banana 2 Lite（图源：X）

二、Gemini Omni Flash 开放公测，支持 10 秒视频生成，每秒 0.10 美元

前段时间，视频生成编辑模型 Gemini Omni Flash 曾在谷歌 I/O 大会上亮相，但尚未开放；此次谷歌正式开启公开预览，用户现在可以通过Gemini API 和 Google AI Studio使用该模型。

Gemini Omni Flash 根据原视频生成魔术特效（图源：谷歌）

该模型把 Gemini 的多模态推理能力与视频生成、编辑能力结合起来，支持从文本、图像和视频输入中生成或编辑视频，并可通过自然语言进行多轮修改。每秒视频输出为 0.10 美元（约合人民币 0.68 元），与 Veo 3.1 Fast 相同。

Gemini Omni Flash 核心能力包括对话式视频编辑、多模态参考输入、调用 Gemini 知识构建视频内容，以及通过提示词让文字、图形和视频动作实现同步。

谷歌列出了 Gemini Omni Flash 与多款竞品视频编辑模型的 Elo 评分对比。无论是整体表现还是指令遵循，Gemini Omni Flash 都具备较高领先优势。

Gemini Omni Flash 与其他视频模型评测对比（图源：谷歌）

从整体偏好看，Gemini Omni Flash 得分为 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 同样排名第一，得分为 1082，领先 HappyHorse 的 1036、Kling v3 Pro 的 1022、Seedance 2.0 的 960 和 Wan 2.7 的 900。

不过，该模型目前仍有限制。谷歌称，Omni Flash 当前支持 10 秒视频生成，后续会推出更长时长；Gemini API 暂不支持上传音频参考和场景扩展；API schema 虽可接受最长 3 秒的视频参考，但模型现阶段还不能正确处理；在切换场景或平移动作时，角色一致性仍有局限。

三、两款模型可串联使用，先快速出图再生成视频

谷歌此次同步更新了图像与视频生成能力，因而用户可以先用 Nano Banana 2 Lite 快速出图，再通过Gemini Omni Flash 将静态图像转化为可继续编辑的视频内容。用户可通过 Interactions API 保留会话历史和上下文，最多可叠加三次连续编辑。

为展示这一路径，谷歌推出了几个演示应用，供用户体验。

Anywhere 应用可以把用户 " 带到 " 世界各地。用户上传照片后，Nano Banana 2 Lite 能将图像背景换成世界知名地标，之后 Gemini Omni Flash 还能把生成的图像变成该地点的动画短片。

Anywhere 根据用户照片生成动态视频（图源：谷歌）

Space Lift 面向室内设计，可根据房间照片，利用 Nano Banana 2 Lite 生成不同装修风格，并利用 Gemini Omni Flash 生成动态展示视频。

Space Lift 根据照片生成房间动态展示视频（图源：谷歌）

Omni Product Studio 则可把 Nano Banana 2 Lite 生成的静态图，用 Gemini Omni Flash 转成电商风格视频。

Omni Product Studio 生成的电商视频（图源：谷歌）

结语：谷歌加速补齐可编辑视频生成能力

此次更新后，谷歌的生成式媒体能力进一步延伸到视频编辑工作流。用户可以先用 Nano Banana 2 Lite 快速生成图像素材，再通过 Gemini Omni Flash 把静态图像转化为可继续修改的视频内容，多轮编辑、提示词同步和多模态参考输入成为这次更新的核心看点。

随着 Nano Banana 系列图像模型进一步分层，谷歌也在把类似思路延伸到视频生成领域。谷歌此次推出视频编辑模型 Gemini Omni Flash，有助于尽快收集应用场景和反馈，并推动图像、视频、自然语言编辑在 Gemini 生态内形成更连贯的创作链路。

来源：谷歌