🎨 生成式媒体 · 模型发布
谷歌双发：4 秒出图的 Nano Banana 2 Lite 与对话式视频 Omni Flash 同步开放
6 月 30 日，Google DeepMind 同步推出两款面向开发者的生成式媒体模型——图像模型 Nano Banana 2 Lite（4 秒出图、$0.034/千张）与视频模型 Gemini Omni Flash（对话式编辑、$0.10/秒），已登陆 Google AI Studio、Gemini API 及企业平台，并接入搜索 AI Mode、Gemini App 等消费级入口。
来源：官方发布•
2026-06-30•
全文约 3 分钟读完
#Google DeepMind
#Nano Banana
#Gemini Omni
#图像生成
#视频生成
4秒
Nano Banana 2 Lite 文生图延迟
$0.034
每千张 1K 分辨率图像成本
$0.10/秒
Omni Flash 视频生成单价，与 Veo 3.1 Fast 持平
⚡ 30 秒速览
- 图像端：Nano Banana 2 Lite（gemini-3.1-flash-lite-image）定位高速、低成本，是初代 Nano Banana（gemini-2.5-flash-image）的官方推荐替代。
- 视频端：Gemini Omni Flash（gemini-omni-flash-preview）首次向开发者开放，主打自然语言对话式编辑与多模态参考输入。
- 组合拳：两模型可串联——Lite 出图 → Omni Flash 转视频，叠加 Interactions API 支持最多 3 次连续编辑。
- 水印：均内置 SynthID 水印，可在 Gemini App、Chrome 及搜索中验证内容来源。
- 限制：Omni Flash 当前仅支持 10 秒视频，不支持音频上传与场景扩展，跨镜头角色一致性仍有缺陷。
01Nano Banana 家族四档定位 从极速到专业
谷歌同时公布了 Nano Banana 家族的完整产品矩阵，按「速度—质量」天平分四档：
Nano Banana 2 Lite（本次新发）
定位：极速。4 秒出图、$0.034/千张，面向近实时、高吞吐管线。
Nano Banana 2
定位：通用主力。高质量 + 较低延迟，性能与成本的最佳平衡点。
Nano Banana Pro
定位：专业复杂。最强控制力与推理能力，用于精度优先场景。
Nano Banana（初代）
定位：遗留模型。官方建议迁移至 2 Lite，以获得更好质量、更快速度、更低成本。
注：Lite 版在速度与成本上极致优化，但仍保留可靠的提示词遵循、角色一致性及图内文字渲染能力。
02Omni Flash：把视频编辑变成对话
Gemini Omni Flash 是谷歌在 I/O 上预览、本次正式向开发者开放的视频模型。它的核心卖点不是单纯生成，而是对话式编辑——用自然语言逐步精修视频。
💬
对话式视频编辑
用自然语言下达修改指令，无需时间轴操作即可精修画面。
🖼️
多模态参考输入
将图像、文本、视频组合作为参考，维持场景控制力与一致性。
🌍
调用真实世界知识
借助 Gemini 的知识储备（历史、生物、叙事逻辑），构建有内在逻辑的视频内容。
🎬
文本与动作同步
通过简单提示词，将文字、图形直接绑定到视频动作上。
⚠️
当前限制（官方明确披露）：
- 视频生成上限 10 秒，更长时长即将推出
- 不支持音频参考上传与场景扩展
- API 接受最长 3 秒视频参考，但模型当前无法正确处理
- 换镜头或平移时的角色一致性仍有缺陷，官方称正在改进
03两个模型串联用：三个官方 Demo
谷歌强调，真正的价值在模型链式调用——Lite 高速出图，Omni Flash 接力转视频。配合 Interactions API 可保持会话上下文，最多叠加 3 次连续编辑。
Nano Banana 2 Lite 出图→作为参考传入→Omni Flash 动画化
📍 Anywhere：地标瞬移自拍图→视频
- 上传一张自拍，Lite 将人物「传送」到数十个地标背景。
- 点击任一生成的图片，Omni Flash 将其转化为该地标的动画短片。
🛋️ Space Lift：室内设计即时预览图→视频
- 上传房间照片，Lite 自动生成多种设计风格的完整概念图。
- 选定风格后点击视频按钮，Omni 生成电影级空间展示，让用户在动工前看到新空间的效果。
🛒 Omni Product Studio：电商图转视频图→视频
- Lite 生成的静态产品图，经 Omni 转化为电影感电商短视频。
- 演示了多模态输入与图生视频快速交互的完整链路。
编辑视角
本文所有数据、能力描述与限制清单均引自谷歌官方发布，属于企业产品通稿性质——尤其是速度与成本数字，未见第三方独立基准复测。读者在评估「4 秒」「$0.034/千张」等指标时，宜结合自身工作负载实测验证；Omni Flash 的限制清单是官方主动披露，可信度较高。
此外，Nano Banana 家族从「单一模型」演进到「四档矩阵 + 视频搭档」，折射出生成式媒体正从「能不能做」的演示阶段，进入按工作负载分档定价、按管线串联编排的工业化阶段。
当图像与视频模型被设计为可串联的「积木」，多模态生成的竞争焦点已从单点质量，转向谁能把全链路成本压到最低、把编辑摩擦减到最小。