Nano Banana 2 Lite 與 Gemini Omni Flash：影像與影片生成的架構與影響

近期，Google 帶來了兩項震撼開發者社群的重大發布：Nano Banana 2 Lite 以及 Gemini Omni Flash。這兩款全新模型旨在讓開發者能以更快、更低成本的方式，進行創意實驗並將想法規模化。

無論您的工作流程需要生成成千上萬張圖像，還是進行多輪對話式的影片編輯，這兩款新模型都能幫助您加速開發迭代，並將無邊際的創意願景化為現實。本文將為您詳細解析這兩大技術的核心亮點與應用潛力。

1. Nano Banana 2 Lite：最快、最具成本效益的 Gemini 圖像模型

Nano Banana 2 Lite (模型代號：gemini-3.1-flash-lite-image) 專為需要快速構思、高吞吐量的開發管道所設計，在速度與成本上達到了前所未有的優勢。官方強烈建議目前仍在使用第一代 Nano Banana (gemini-2.5-flash-image) 的開發者，可以立即升級至 2 Lite 以獲得全面的效能提升。

核心優勢

• 極致的生成速度：在短短 4 秒內即可完成文字到圖像 (Text-to-image) 的生成，非常適合互動式原型設計和快速的視覺草圖繪製。
• 驚人的成本效益：生成 1K 解析度的圖像僅需 0.034 美元，對於專注於大量構圖、需要嚴格控制營運預算，或是低頻寬使用場景的開發團隊來說，是完美的選擇。
• 不妥協的品質：儘管極度追求速度，Nano Banana 2 Lite 依然保有可靠的提示詞依從性 (Prompt Adherence)、強大的人物一致性，以及清晰可讀的圖像內文字渲染能力。

API 調用範例 (Python)：

from google import genai
from PIL import Image
import io

client = genai.Client()

# 使用 Nano Banana 2 Lite 生成圖像
response = client.models.generate_content(
    model="gemini-3.1-flash-lite-image",
    contents="A futuristic cityscape at sunset, cinematic lighting"
)

# 獲取並儲存生成的圖像
for part in response.parts:
    if part.inline_data:
        image = Image.open(io.BytesIO(part.inline_data.data))
        image.save("output_nano_banana.png")

認識 Nano Banana 家族

Google 亦針對不同需求，將 Nano Banana 家族進行了明確的定位：

• Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image)：為「速度」而生，適合近乎即時、高吞吐量且對超低延遲有嚴格要求的工作流程。
• Nano Banana 2 (Gemini 3.1 Flash Image)：全能主力模型，在較低延遲的情況下提供高畫質，完美平衡效能與成本。
• Nano Banana Pro (Gemini 3 Pro Image)：針對複雜、專業的使用案例進行優化，在「準確度高於速度」的任務中提供最強大的控制與進階推理能力。

目前，Nano Banana 2 Lite 已在 Google AI Studio、Gemini API 以及 Gemini Enterprise Agent Platform 上線，並同步推廣至包含 Google 搜尋 (AI Mode)、Gemini App、NotebookLM 等眾多消費者產品中。

2. Gemini Omni Flash：引領多模態影片編輯與生成

在今年的 Google I/O 大會上，結合了 Gemini 多模態推理與影片生成編輯能力的 Gemini Omni 首度亮相。而現在，Gemini Omni Flash (gemini-omni-flash-preview) 已正式透過 Gemini API 與 Google AI Studio 開放給開發者預覽測試。

這款模型能夠原生支援文字、圖像與影片輸入，並進行高畫質的影片生成與對話式編輯。其定價極具競爭力，每生成一秒影片僅需 0.10 美元 (與 Veo 3.1 Fast 相同)。

Omni Flash 的四大亮點

1. 對話式影片編輯：開發者與用戶可以使用自然語言來微調和編輯影片內容。
2. 多模態參考 (Multimodal Referencing)：結合圖像、文字與影片等多種輸入格式，藉此保持場景的控制力與高度一致性。
3. 真實世界知識整合：Omni 汲取了 Gemini 在歷史、生物學及敘事邏輯等領域的龐大知識庫，能夠建構出具備說服力的生動影片。
4. 文字與動作同步：只需透過簡單的提示詞，就能將文字或圖形直接與影片中的動作完美連結。

API 調用範例 (Python)：

from google import genai

client = genai.Client()

# 上傳參考媒體（例如 Nano Banana 生成的圖片或一段基準影片）
# reference_media = client.files.upload(file="source_image.png")

# 使用 Gemini Omni Flash 進行影片生成或編輯
response = client.models.generate_content(
    model="gemini-omni-flash-preview",
    contents=[
        "Transform this scene to look like a watercolor painting, maintaining smooth motion.",
        # reference_media
    ]
)

當前預覽版的限制

值得注意的是，作為預覽版，Omni Flash 目前仍有一些限制：

• 官方預覽版目前最長約 10 秒 的影片。
• Gemini API 尚未支援上傳音訊參考與場景延伸 (Scene Extension) 功能。
• 雖然 API 接受最長 3 秒的影片參考，但模型目前還無法完美處理。
• 在切換場景或平移鏡頭時的人物一致性仍有進步空間。

3. 強強聯手：當 Nano Banana 2 Lite 遇上 Gemini Omni Flash

真正的魔法，發生在將這兩個模型串聯起來時！

開發者的最佳實踐是：首先使用 Nano Banana 2 Lite 作為極速圖像生成引擎，接著將該圖像作為參考輸入給 Gemini Omni Flash，將其動畫化成一部高畫質影片。搭配使用 Interactions API 進行多輪體驗，您還能保持對話歷史與上下文，讓用戶堆疊進行最多三次的連續編輯。

多模態管道時序架構 (Anywhere / Space Lift)

以下展示在 Anywhere 或 Space Lift 應用中，這兩個模型如何無縫協作的多模態管道架構：

sequenceDiagram
    participant User
    participant App as App Frontend
    participant NanoBanana as Nano Banana 2 Lite<br>(Image Gen)
    participant OmniFlash as Gemini Omni Flash<br>(Video Gen)

    User->>App: 上傳原始照片 (如自拍或房間)
    App->>NanoBanana: API Request: 照片 + 風格提示詞 (Style Prompt)
    NanoBanana-->>App: 回傳高畫質靜態風格圖 (4秒內)
    App-->>User: 顯示圖片預覽選項
    User->>App: 點擊「轉換為影片」
    App->>OmniFlash: API Request: 靜態圖片 + 動態提示詞 (Motion Prompt)
    OmniFlash-->>App: 回傳高品質動態影片
    App-->>User: 播放電影級展示影片

官方 Demo 應用啟發

Google 也釋出了幾款 Demo 應用程式供開發者參考與 Remix：

• Anywhere：上傳一張自拍照，APP 會使用 Nano Banana 2 Lite 將你瞬間置身於全球數十個知名地標；點擊圖像後，Omni Flash 則會將其轉換為動態場景影片。
• Space Lift：一款室內設計 APP。上傳房間照片後，Nano Banana 2 Lite 會為你生成多種美學風格的設計概念；選定喜歡的風格後，點擊影片按鈕，Omni 就會呈現一段充滿電影感的房間展示影片。
• Omni Product Studio：為電子商務而生，將 Nano Banana 2 Lite 生成的靜態產品圖，瞬間轉化為吸睛的電影級商品宣傳影片。

結語

Nano Banana 2 Lite 與 Gemini Omni Flash 的推出，不僅大幅降低了 AI 生成媒體的門檻，更為開發者提供了建構端到端 (End-to-end) 多媒體體驗的強大武器。無論是互動式設計、行銷素材生成，還是更複雜的創意工作流，這股由 Google 引領的生成式 AI 新浪潮，都值得每一位開發者親自體驗與探索。

資料來源：Google 官方部落格：Start building with Nano Banana 2 Lite and Gemini Omni Flash