开始使用Nano Banana 2 Lite和Gemini Omni Flash构建

2026年6月30日

12 分钟阅读

我们正在通过 Nano Banana 2 Lite（我们最快、最具成本效益的 Gemini 图像模型）和 Gemini Omni Flash（用于高质量视频生成和对话式编辑）让您更轻松地实验和扩展创意。

Alisa Fortin

产品经理，Google DeepMind

Anish Nangia

产品经理，Google DeepMind

今天，我们通过两个主要版本，让您能够更快、更轻松地实验、优化和扩展创意：

• 推出Nano Banana 2 Lite： 这是我们 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、高速度和规模化而构建。Nano Banana 2 Lite 现已在 Google AI Studio、Gemini API 和 Gemini Enterprise Agent Platform 中提供。它今天也正在向 Google 消费者端产品（包括搜索中的 AI Mode、Gemini 应用和许多其他产品）推出**。**
• 向开发者提供Gemini Omni Flash： 我们用于视频生成和对话式编辑的高质量、高性价比模型，现首次在 Google AI Studio、Gemini API 和 Gemini Enterprise Agent Platform 中提供。Omni Flash 也已在 Gemini 应用 和 Google Flow 中提供。

使用生成式媒体进行构建通常涉及创意迭代。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编辑连接起来。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 和 Nano Banana 2 在使用简单 prompt 时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的开发者 pipeline 而设计，其中速度和成本是主要限制因素。对于当前使用我们第一版 Nano Banana (gemini-2.5-flash-image) 的开发者，我们推荐将其替换为此模型，您现在即可进行替换，以在关键性能维度上获得立竿见影的好处。

Nano Banana 2 和 2 Lite 与竞品 AI 图像模型的性能基准比较，评估了生成/编辑质量（Elo 分数）、处理延迟和每张 1K 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： 在 4 秒内提供文本到图像的输出。这使其成为交互式原型设计和快速视觉草稿的理想选择。
• 成本效益（每 1K 图像 $0.034）： 对于专注于草稿、构思、管理运营预算或低带宽使用的开发者来说，这是一个经济高效的选择。

尽管优先考虑速度，Nano Banana 2 Lite 仍保持了可靠的 prompt 遵循度、强大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。针对超低延迟至关重要的近实时、高容量工作流进行了优化。
• Nano Banana 2 (Gemini 3.1 Flash Image)： 通用型主力模型。以较低延迟提供高质量，实现了性能和成本的最佳平衡。
• Nano Banana Pro (Gemini 3 Pro Image)： 针对复杂的专业用例进行了优化。它为准确性比速度更重要的任务提供了最强大的控制和高级推理能力。
• 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，以获得更好的质量、更快的速度和更低的成本。

要查看完整的模型能力列表以及如何集成，请查看开发者文档。

除了在开发者平台上发布外，Nano Banana 2 Lite 也将登陆 Google 消费者端产品，包括搜索中的 AI Mode、Gemini 应用、NotebookLM、Google Photos、Stitch、Google Flow 和 Google Ads。

使用 Gemini Omni Flash 体验高质量、高性价比的视频编辑和生成

观看某人使用 Gemini Omni 表演四个数字魔术，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。角落有一个小的“原始”视频，揭示了她在添加 Omni 生成的特效之前实际拍摄这些魔术的方式。

在 Google I/O 上，我们介绍了 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 向开发者推出，原生支持从文本、图像和视频输入的组合中进行高质量视频生成和对话式编辑。该模型的定价具有竞争力，为每秒钟视频输出 $0.10，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： 使用自然语言优化和编辑视频。
• 多模态引用： 结合图像、文本和视频等输入，以保持对场景的控制和一致性。
• 现实世界知识： Omni 利用 Gemini 的知识（例如历史、生物学和叙事逻辑）来构建引人入胜的视频。
• 文本与动作同步： 通过简单的 prompting，将文本和图形直接连接到视频动作。

有关全面的基准测试信息，请访问 Google DeepMind 的 Gemini Omni 网页。

局限性：

• Omni 目前支持 10 秒的视频生成，更长的时长即将推出。
• 此模型在 Gemini API 中尚不支持上传音频参考和场景扩展。
• API schema 接受最长 3 秒的视频参考，但模型目前无法正确处理。
• 在切换场景或平移运动时，角色一致性存在一些限制，但我们正在努力改进。

Gemini Omni 从今天开始在 Google AI Studio 和 Gemini API 中以公开预览版形式提供。要查看完整的模型能力列表和区域特定限制，请查看开发者文档。

立即使用这两个模型进行构建

当您将这些模型串联起来时，真正的魔力才会发生。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，以将其动画化为高质量视频。此外，通过使用 Interactions API 处理这些多轮体验，您可以维护会话历史和上下文，以便用户最多可以堆叠三个连续的编辑。

为了帮助您入门，我们创建了一些您可以重新混音的演示应用，让您体验如何将 Nano Banana 2 Lite 和 Gemini Omni Flash 配对到一个工作流中。

Anywhere 是一个演示应用，旨在展示这两个模型的强大能力。拍摄自拍照或上传照片，该应用会使用 Nano Banana 2 Lite 立即将您传送到数十个标志性地标。然后，当点击图像时，Omni Flash 会将生成的图像转换为该位置的动画片段。

Space Lift 是一个由 Nano Banana 2 Lite 和 Gemini Omni 驱动的演示室内设计应用，它允许您通过上传照片立即重新构想任何房间。该应用会自动生成跨多种设计美学的完整概念。一旦您找到喜欢的外观，点击视频按钮即可观看 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体验新空间的动态效果。

Omni product studio 是一个演示应用，它将 Nano Banana 2 Lite 创建的静态图像转换为 Gemini Omni 创建的电影级电商视频。此演示通过快速交互将多模态输入与图像到视频输出相结合，说明了交互式媒体的构建。

安全透明地构建

Gemini Omni 和 Nano Banana 2 Lite 构建在 Google 的安全基础设施之上，并使用 SynthID 水印技术。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，以帮助您了解内容在整个网络上是如何创建和编辑的。

立即开始您的项目

Nano Banana 2 Lite 资源：

• 前往 Google AI Studio 在 playground 中试验该模型。
• 深入了解我们的 Gemini API 文档。
• 查看我们的 Nano Banana prompting 指南，其中包含最佳实践和示例 prompt。

Gemini Omni Flash 资源：

• 前往 Google AI Studio 在 playground 中试验该模型。
• 深入了解我们的 Gemini API 文档。
• 查看我们的 Gemini Omni Flash prompting 指南，其中包含最佳实践和示例 prompt。