时隔4个月，谷歌Nano Banana再发新模型

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