智算多多
官方邮箱:service@zsdodo.com

公司地址:北京市丰台区南四环西路188号总部基地三区国联股份数字经济总部


京公网安备11010602202532号 先看主角之一:Nano Banana 2 Lite(gemini-3.1-flash-lite-image)。
这是Nano Banana家族中速度最快、成本最优的图像模型。速度有多快?4秒出图。
你输入一段文字描述,它能在4秒内生成一张1024x1024的图像。
对于需要快速迭代创意、频繁调整画面的开发者来说,这个速度可以即时反馈——不再需要盯着进度条发呆,创作节奏可以快得像聊天一样自然。而它的成本,也是低至每1K张图像仅需0.034美元,换算成人民币,大约两毛多一张。
所以,我们可以大规模批量生成图像,而不用担心预算爆炸。谷歌官方直接给出了硬核答复:非但不掉队,反而建议初代用户直接升级替换!
关键性能指标上,Lite版本在三个方面保持了竞争力:
这意味着,即便它主打速度和成本,该有的基本功一样没落下。
谷歌这次把Nano Banana家族做了一个清晰的定位分层,方便开发者按需选择:
目前,Nano Banana 2 Lite 已经全面登陆 Google AI Studio、Gemini API 以及 Gemini 企业代理平台。更令人惊喜的是,它实际上迅速渗透到谷歌的 C 端全家桶中,包括搜索 AI 模式、Gemini App、NotebookLM、Google Photos 甚至 Google Ads。所以,普通用户很快也能在日常产品里体验到4秒出图的速度感!
一场效率的狂欢,已经拉开帷幕。测评机构Arena.ai,也已经给出评分——得分高达1251分!
另一个研究机构也在提前体验后给出高分。
并且,已经有网友给出实测。
另一位网友测试后表示,从速度上来说,Nano Banana 2 Lite让人印象深刻。
如果说Nano Banana 2 Lite是高效的制图工厂,那么这次首度向开发者开放的 Gemini Omni Flash,就是引爆好莱坞的魔法引擎!
这款模型在今年Google I/O大会上首次亮相,当时就引发了不小的关注。如今,它正式向开发者开放——通过Gemini API和Google AI Studio即可调用。定价与 Veo 3.1 Fast 持平,视频输出0.10美元/秒,它带来的绝不仅仅是生成视频,而是颠覆传统的视频编辑方式。
Omni Flash的核心能力是:高质量视频生成 + 对话式编辑。支持以下输入组合:
你可以在对话中用自然语言反复修改、调整视频内容——就像跟一个视频剪辑师聊天一样。目前,它仅支持10秒视频生成,更长的时长将在后续版本推出。
Omni Flash的四大亮点:
同时,谷歌官方公开了一些限制,方便开发者避坑:
但是,作为一个定价仅0.10美元/秒的生产力工具,Omni Flash已经展现出可怕的商业潜力。
单独拿出一个模型,或许只是工具的升级。然而谷歌的真正的意图是,让两者串联使用!
官方推荐的玩法是,借助 Interactions API,将 Nano Banana 2 Lite 和 Gemini Omni Flash 串联起来,打造出「秒级生图 + 顺滑生视频」的多轮交互体验!在这个工作流中,先用Nano Banana 2 Lite 快速生成一张图像;随后,把这张图作为参考,传给Gemini Omni Flash,生成一段高质量视频。更牛的是,得益于 Interactions API,系统会保持会话历史和上下文记忆。这意味着,用户可以在生成的视频基础上,继续用自然语言进行最多连续三次的迭代编辑!
为了让开发者立刻领略这套组合拳的威力,谷歌一口气开源了三个极具启发性的Demo应用,每一个都精准踩在了不同行业的痛点上:
应用场景:社交媒体、旅游营销、个人娱乐
上传一张自拍或照片,Lite会把你传送到数十个地标场景中,比如巴黎埃菲尔铁塔下、埃及金字塔旁,或是富士山的樱花林。点击任意一张生成图,Omni Flash就会把它变成一段动态视频,一段专属于你的「环游世界」微电影就此诞生!
应用场景:室内设计、房地产中介、家居电商
室内设计师和装修业主们的终极神器来了!上传一张房间照片,Lite会自动生成多种装修风格的概念图。选定心仪的风格后,点击视频按钮,Omni Flash会把静态设计图变成一段沉浸式漫游视频,让你在装修前就能「走进」未来的家。
应用场景:淘宝/亚马逊卖家、广告营销、自媒体矩阵
对于中小电商卖家来说,拍视频是一个高成本的门槛,但这个Demo将彻底打破规则。把Lite生成的静态产品图,交给Omni Flash转化为电影级电商展示视频。
这三个Demo只是冰山一角。当「廉价极速生图」与「高智商视频编辑」碰撞在一起,未来我们能看到怎样的爆款应用,全凭开发者的想象力!
另外,这次谷歌给两类产品全面集成了SynthID水印技术。是一种数字水印,人眼看不见,但可以通过工具检测。用户可以通过Gemini应用、Chrome浏览器或Search来验证一段内容是否由AI生成。这有助于保护创作者权益,也让AI生成内容在网络上更加透明。
总之,谷歌DeepMind这次的双发,看似是两个独立模型的上线,实则是一条完整创作流水线的落成,让每个人都有能力把脑海中的创意变成视觉内容。AI创作的下一站,正在加速到来。
