AGENTIC COMMONSAI 產業簡報

繁中EN

標籤Gemini出版

返回文章列表

Nano Banana 2 Lite 登場:4 秒生圖、單張 3.4 美分的高速影像路線

摘要: Google 於 6 月 30 日推出 Nano Banana 2 Lite,型號 gemini-3.1-flash-lite-image,文字生圖約 4 秒、1K 解析度每張 0.034 美元。同一篇公告宣布 Gemini Omni Flash 進入公開預覽,輸出每秒 0.10 美元;兩者都附 SynthID 浮水印,並可從 AI Studio、Gemini API 與 Agent Platform 使用。

Google 在 6 月 30 日透過自家部落格端出 Nano Banana 2 Lite,型號 gemini-3.1-flash-lite-image,給它的角色是 Nano Banana 家族裡「最快、最具成本效益」的影像模型:文字生圖 4 秒上下就能完成,1K 解析度每張 0.034 美元,對準的是高吞吐、高速迭代的場景。同一篇公告裡,影片生成模型 Gemini Omni Flash 也展開公開預覽,輸出價格訂為每秒 0.10 美元,與 Veo 3.1 Fast 完全持平。

這波發表真正的看點不在任何單一模型,而在「快出圖、再動圖」這條串接式工作流——官方講得毫不拐彎:「把這些模型串起來,真正的魔法才會發生」。

一張 0.034 美元草圖的成本帳

0.034 美元真正動搖的是使用習慣:一張草圖的成本來到台幣一塊錢的量級,「先生成十張再挑一張」不再是奢侈做法,而是預設動作。Google 特別說明,Lite 把成本與延遲壓低的同時,角色一致性、提示遵循與圖內文字可讀性這三項都沒有放手——而它們恰恰是求快的草稿流程最先犧牲的能力。

官方同時把元老級的 Nano Banana(Gemini 2.5 Flash Image)改標為 legacy 並建議遷移——兩年前還是旗艦的它,如今降格為入門替代品,這正是成本下滑最有力的註解。

Lite、2、Pro:三層各司其職

如今 Google 把影像生成拆成三個層級:速度與規模交給 Nano Banana 2 Lite;一般日常生成由定位均衡的 Nano Banana 2 這匹「workhorse」扛下;複雜的專業工作則由 Nano Banana Pro 把關品質上限。二月亮相的 Nano Banana 2 當時主打「Pro 級能力、Flash 級速度」,Lite 等於又往成本那一端推進一格。對開發者來說,草稿、批量與正式輸出能各自派給不同模型,一套 API 就能同時管好三種成本結構。

Gemini Omni Flash:把靜圖接進影片

Omni Flash(gemini-omni-flash-preview)兼具影片生成與對話式編輯兩種身分,最早在 Google I/O 曝光。它能拿文字、圖片、影片當參照輸入,帶著 Gemini 的真實世界知識,讓文字與圖形跟上影片裡的動作。限制面同樣列得明白:單次生成最長 10 秒;音訊參照上傳與場景延伸暫時不支援;影片參照的處理還不正確;一旦跨場景、換運鏡,角色一致性仍可能破功。

串接的具體樣貌,是三款可以自由改裝的示範應用:Omni Product Studio 能把 Lite 產出的商品靜圖變成電商影片,另外兩款為 Anywhere 與 Space Lift;Interactions API 則允許每次對話至多連續編輯三次。

供貨版圖、浮水印與 slop 之辯

Lite 從今天起即可在 Google AI Studio、Gemini API 與 Agent Platform 使用,後續將逐步前進 Search 的 AI Mode、Gemini app、NotebookLM、Photos、Stitch、Flow 與 Google Ads;Omni Flash 則同步在 AI Studio、API 與 Agent Platform 展開公開預覽。

兩款模型都會附上 SynthID 浮水印,驗證管道涵蓋 Gemini app、Chrome 與 Search。這個時間點有其背景:TechCrunch 引述的報導估計,TikTok 約六成影片已屬 AI 生成內容,Google 與 A24 的 7,500 萬美元合作也掀起粉絲反彈。當生成成本再往下探一個數量級,這條產品線要如何避免淪為 slop 量產工具,將是長期得回答的考題。

參考來源

AGENTIC COMMONS由 PHLEGON LABS 經營
分享X電郵
支持我們

相關閱讀

  1. Google Project Genie 上線:世界模型即時生成可玩世界,遊戲股應聲重挫

    Google 於 1 月 29 日向 AI Ultra 訂閱者開放 Project Genie,首個基於 Genie 3 世界模型的公開產品,可從文字與圖片即時生成可互動 3D 世界。次日 Unity 一度暴跌近 24%,遊戲股全面下挫。

    Google DeepMind

  2. FLUX 3 登場:影片、圖像、聲音一個骨幹全包

    Black Forest Labs 發表多模態基礎模型 FLUX 3:最長 20 秒含原生音訊的影片生成、多語言文字渲染,並推出以 FLUX 3 為骨幹的機器人動作模型 FLUX-mimic。

    Generative AI

  3. Adobe 收購 Topaz Labs:裝置端 AI 影像增強補強 Firefly

    Adobe 於 2026 年 6 月 25 日宣布收購影像增強公司 Topaz Labs,交易預計下半年完成。Topaz 的 Astra、Wonder 模型與 Neurostream 本地運算技術將整合進 Firefly 與創作套件,把大型視訊模型搬進消費級 GPU。

    Generative AI