谷歌面向开发者同时推出了两款生成媒体新模型[1]。一款是图像生成模型 Nano Banana 2 Lite，号称是 Nano Banana 系列中速度最快、成本最低的模型。另一款是负责视频生成与对话式编辑的 Gemini Omni Flash，在谷歌 I/O 上亮相之后，此次首次向开发者开放。两者均可通过 Google AI Studio、Gemini API 以及 Gemini Enterprise Agent Platform 使用，可以打通从图像生成到视频制作的完整流程。
图像与视频两款新模型同时发布
此次发布的核心，是两款提升生成媒体「速度」与「迭代便利性」的模型[1]。Nano Banana 2 Lite 是一款注重高吞吐量与低成本的图像生成模型，发布的同时即可在 Google AI Studio、Gemini API 和 Gemini Enterprise Agent Platform 使用。此外，它还会陆续登陆搜索的「AI Mode」、Gemini 应用等面向消费者的谷歌产品。
另一款 Gemini Omni Flash 负责视频的生成与对话式编辑。曾在谷歌 I/O 上展示的它，此次首次通过 Gemini API 和 Google AI Studio 向开发者开放。谷歌强调，通过将图像的高速生成与视频的制作、编辑衔接起来，开发者可以构建从头到尾连贯一致的多媒体体验。无论是数千张规模的图像生成，还是需要多轮往复的视频编辑，都可以根据用途搭配使用这两款模型。
Nano Banana 2 Lite——把速度与低成本做到极致的图像模型
Nano Banana 2 Lite（模型名为 gemini-3.1-flash-lite-image）专为速度与成本优先的场景而设计[1]。谷歌建议正在使用初代 Nano Banana（gemini-2.5-flash-image）的开发者将其作为替代选择，并表示只需替换即可在主要性能指标上获益。
性能方面有两个特点。其一是低延迟，从文本生成图像仅需 4 秒，适合快速推进原型与草图方案的场景。其二是成本效率，每 1,000 张图像的生成成本为 0.034 美元（约 5 日元），适合批量生成草图或控制运营预算的场合。※1 美元 = 162 日元（截至 2026 年 6 月 30 日）
谷歌表示，尽管以速度为先，模型在提示词遵循度、角色一致性以及图像内文字可读性等方面的质量仍得以保持。
Nano Banana 系列根据用途由以下四款模型构成。最快的「Nano Banana 2 Lite（Gemini 3.1 Flash Lite Image）」面向需要超低延迟的大批量处理。通用主力「Nano Banana 2（Gemini 3.1 Flash Image）」在质量、速度与成本之间取得出色平衡。「Nano Banana Pro（Gemini 3 Pro Image）」是面向精度比速度更重要的复杂且专业用途的最高端型号。而初代「Nano Banana（Gemini 2.5 Flash Image）」被定位为旧款，建议迁移到 Nano Banana 2 Lite。
此外，除开发者平台外，Nano Banana 2 Lite 还将登陆搜索的 AI Mode、Gemini 应用、NotebookLM、Google Photos、Stitch、Google Flow 以及 Google Ads 等面向消费者的服务。
Gemini Omni Flash——可以用对话来编辑的视频模型
Gemini Omni Flash（模型名为 gemini-omni-flash-preview）是一款将 Gemini 的多模态推理与视频的生成、编辑结合在一起的模型[1]。它支持以文本、图像、视频组合作为输入，进行高质量的视频生成与对话式编辑。价格为每秒视频输出 0.10 美元（约 16 日元），与 Veo 3.1 Fast 处于同一水平。
Omni Flash 擅长的方面包括：用自然语言调整、编辑视频的对话式编辑；将图像、文本、视频组合起来以保持场景一致性的多模态参照；基于历史、生物学、叙事逻辑等 Gemini 知识来构建内容的能力；以及将文本与图形同视频中的动作同步的表现。
另一方面，发布时也存在一些限制。视频生成长度目前最长为 10 秒，更长时长将在今后支持。音频参照的上传与场景扩展，目前在 Gemini API 中尚不支持。此外，3 秒以内的视频参照虽然在 API 的 schema 上可以接受，但目前无法被正确处理。场景切换或平移（横向移动）时的角色一致性也仍有课题，谷歌表示正在着手改进。Gemini Omni 自即日起在 Google AI Studio 和 Gemini API 以公开预览的形式提供。
把两款模型串联起来使用
谷歌设想的真正价值在于将两款模型串联使用[1]。用 Nano Banana 2 Lite 高速生成图像，再把该图像作为参照传给 Gemini Omni Flash，就能将其动画化为视频。进一步借助 Interactions API，还能在多轮往复中保持会话历史与上下文，用户最多可以叠加 3 次连续编辑。
谷歌还准备了可以同时体验两款模型的演示应用。「Anywhere」在自拍或上传照片后，由 Nano Banana 2 Lite 瞬间将你带到世界各地的名胜，点击图像后 Omni Flash 会将其转换为该地点的动画片段。「Space Lift」是一款根据房间照片生成多种设计方案的室内设计应用，并将中意的方案以电影般的方式用视频呈现。「Omni product studio」是一款将静态图像转换为电商视频的演示，展示了融合多模态输入的制作流程。
在安全与透明性方面，Gemini Omni 与 Nano Banana 2 Lite 均采用 SynthID 数字水印。生成的内容可以通过 Gemini 应用、Gemini in Chrome 以及搜索进行验证。
总结
谷歌面向开发者推出了高速、低成本的图像模型「Nano Banana 2 Lite」，以及支持视频生成与对话式编辑的「Gemini Omni Flash」。其前提是快速生成图像，再把图像动画化为视频，这有望拓宽使用生成媒体进行服务开发的空间。价格与延迟的参考值也已明示，从原型设计到批量生产都更便于选择。
