Google 用"香蕉家族"重新定义 AI 生图：四秒出图、六毛钱一千张，还顺手把 NotebookLM 变成了短视频工厂

2026 年 6 月 30 日，Google 同步甩出三张牌：新一代图像模型 Nano Banana 2 Lite 正式上线、视频模型 Gemini Omni Flash 开放公测、NotebookLM 新增 60 秒竖屏短视频功能——三件事共用一根技术主轴，打包落地。

从模型命名到产品节奏，Google 这次的动作明显不同于以往。Nano Banana（纳米香蕉）这个原本只是 LMSYS Chatbot Arena 盲测阶段的内部代号，如今已被 Google 正式扶正为图像模型的消费者品牌，并扩展出 Lite / 标准 / Pro 三级产品线。而在 NotebookLM 里，Nano Banana 2 Lite 已经被塞进了"Short Video Overviews"功能——上传笔记、链接或 PDF，AI 直接吐出一条 60 秒的竖屏解说视频。

这是一次罕见的"模型发布即产品落地"：从 API 到消费终端，Google 把整条链路一次性打通了。

Nano Banana 2 Lite：把 AI 生图做成"快消品"

Google 给 Nano Banana 2 Lite（API 正式名称为 Gemini 3.1 Flash-Lite Image）的定位极为清晰：快、便宜、够用。

快，指 4 秒出图。Google 官方宣称这是"迄今最快的 Gemini 图像模型"，专门为高吞吐量场景设计——广告 A/B 测试时一口气生成几百张变体、电商平台实时换装预览、社交媒体批量做图，都不在话下。

便宜，指 $0.034 / 1000 张（约合人民币 0.25 元 / 千张，或六毛钱 / 千张）。这个定价不仅低于上一代 Nano Banana（$0.039），更是标准版 NB2（$0.067）的一半，Pro 版（$0.134）的四分之一。

够用，指虽然 Lite 版只支持 1K 分辨率（标准版和 Pro 版支持到 2K 和 4K），但在 Google 内部基准测试中，它的文本到图像 Elo 评分达到 1251，不仅碾压前代 NB1 的 1151，甚至略高于价格是其四倍的 NB Pro（1245）。单图编辑 Elo 1308，多图编辑 Elo 1294——在它定位的场景里，这个成绩绰绰有余。

VentureBeat 的测评给出了一个精辟的判断：Google 不是把 NB2 Lite 当作"艺术引擎"来卖的，而是把它定位为自动化工作流中一个隐形的、高吞吐量的"基础设施层"。创意的质量交给 Pro 版，量产的速度交给 Lite 版——香蕉家族的分工逻辑就此确立。

一张表看懂"香蕉家族"

模型	定位	价格（/千张）	分辨率	文本生图 Elo
Nano Banana（旧）	上一代，建议迁移	$0.039	1K-4K	1151
Nano Banana 2 Lite	极速量产	$0.034	1K	1251
Nano Banana 2	通用主力	$0.067	1K-4K	—
Nano Banana Pro	专业复杂场景	$0.134	1K-4K	1245

Google DeepMind 官方博客中特意强调了一点：开发者现在就可以把旧版 Nano Banana 的 API 调用直接切到 2 Lite，不需要改任何代码，即可获得更好的质量和更低的价格。这种"零迁移成本"的策略，摆明了是要加速旧用户的换机节奏。

在核心能力上，NB2 Lite 保留了三个关键特性：世界知识（快速草拟符合语境的场景、数据可视化和地点效果图）、角色一致性（在多轮连续生成中保持人物和物体特征不漂移）、快速文字渲染（直接在图中嵌入可读文字，方便广告文案本地化调试）。

Gemini Omni Flash：让视频编辑变成聊天

同一天进入公测的 Gemini Omni Flash（API 名称 gemini-omni-flash-preview），则是 Google 在视频赛道的一次重要落子。

这个模型的核心卖点是"对话式编辑"——用自然语言指挥 AI 替换画面中的角色、改变光照、切换风格或调整拍摄角度，同时保持原始音轨和视频轨不被破坏。支持文本、图片、视频三种输入模态的组合引导，输出自带音频。

Omni Flash 的定价与 Veo 3.1 Fast 持平：$0.10 / 秒视频输出。目前仅支持 10 秒视频生成，Google 表示更长时长"即将到来"。

不过 Google 在文档中也诚实列出了当前限制：音频参考上传和场景扩展尚未在 API 中支持；视频参考虽接受最多 3 秒输入但模型暂不能正确解析；场景切换和运镜时的角色一致性仍有改进空间。

在生态合作上，Omni Flash 的声势不小。Adobe 高级产品总监 Matt Chotin 表示已将这两个新模型集成到 Adobe Firefly 中；WPP 首席创新官 Elav Horwitz 透露团队已在测试用 Omni Flash 做资产本地化、产品替换和风格迁移；视频创作平台 Invideo 的创意总监则对模型的 VFX 能力感到惊喜。

为什么 NotebookLM 是这个组合拳里最被低估的一环

真正让这次发布"不一样"的，不是模型本身，而是落地速度。

就在同一周，NotebookLM 上线了 Short Video Overviews 功能。用户上传笔记、教材、链接，选择"Short"模式，Nano Banana 2 Lite 就能生成一段 60 秒竖屏解说视频——带画面、带旁白，风格类似于教育类短视频。目前该功能仅对 Google AI Pro 和 Ultra 订阅用户开放，在移动端和 Web 端均可使用。

这不是 NotebookLM 第一次做视频了。早在 2025 年 7 月，NotebookLM 就推出了 Video Overviews 功能，随后扩展至 80 种语言，2026 年 3 月又加入了 Cinematic（电影化）模式。但 Short Video Overviews 跟此前的形态有本质区别：它是竖屏的、60 秒的、为短视频平台而生的。换句话说，Google 正在用 AI 把每个人的笔记变成 TikTok 式的学习内容。

一位名为 Jesse Lau（@jesselaunz）的中文用户第一时间实测了这个功能。他用《西游真诠》第一回做测试，结论是"目前只支持英文"，但"貌似短视频又可以搞个自动化流程了"。日本用户 @ouchi 也做了日语测试，反馈是"日语还不太行，英语效果不错，会生成图解"。

也有用户表达了担忧。@SourceCodeplz 评论道："如果我们需要一分钟的 TikTok 视频来学习，注意力跨度正在变得越来越短。"这条评论获得了 5 个赞，折射出部分社区对"短视频化学习"的矛盾心态。

但点赞和书签的数据不会说谎。科技博主 @NBTJacklyn 发推称"NotebookLM 是 Google 过去十年里最好的产品之一"，阿拉伯语博主 @EngMoElgaraihy 的长文解析获得了 69 个赞和 89 次书签——在非英语圈，NotebookLM 的用户忠诚度正在暗暗发酵。

竞品环伺，Google 的"完整链路"是护城河吗

AI 图像和视频赛道正在经历前所未有的拥挤。就在同一天，美团开源了 LongCat-2.0 编程模型；前一周，OpenAI 发布了 GPT-5.6 系列；Krea 2 Turbo 以 2 秒出图和部分开源权重的策略直攻中小企业。

但 Google 这次打出的是一套组合拳，而非单点出击。

对比 OpenAI，后者的 DALL·E / GPT-image 模型走的是集成路线——把生图能力嵌入 ChatGPT 对话流，消费场景清晰但开发者灵活性受限。对比 Midjourney，仍是纯订阅制、封闭生态、以审美为壁垒。对比 Krea，开放策略激进但在开发者工具链和企业级治理上尚显稚嫩。

Google 的差异化在于：从 Nano Banana 2 Lite（最快的图像生成）到 Gemini Omni Flash（视频生成和编辑），再到 NotebookLM（终端消费产品），模型之间可以串联——先用 NB2 Lite 高速生成参考图，再喂给 Omni Flash 做视频动画，最后在 NotebookLM 中直接面向终端用户交付。用官方的话说："真正的魔法发生在模型串联时。"

在安全层面，SynthID 水印和 C2PA 内容凭证默认开启，Google 以此回应日益增长的 AI 内容溯源需求。

好模型的名字不必太严肃

回过头看 Nano Banana 这个名字本身，就是一条有趣的注脚。

2025 年夏天，Google 在 LMSYS Chatbot Arena 上盲测新一代图像模型时，随手起了个内部代号 "Nano Banana"。参与测试的社区成员很快爱上了这个奇怪的名字——它不像"Gemini 2.5 Flash Image"那样冷冰冰，而是有一种"我懂你"的亲切感。盲测结束后，Google 没有把它改回技术命名，反而让它从代号变成了正式品牌。

现在回头看，这个决策是对的。一个叫"Nano Banana"的模型，普通人会在社交媒体上讨论它、拿它玩梗、用它生图然后发到朋友圈。一个叫"Gemini 3.1 Flash-Lite Image"的模型不会。

在 AI 模型越来越像日用品而非黑科技的时代，Google 可能是第一家意识到"好模型也需要好名字"的巨头。

参考链接：

本文由 AREX Agent 新闻热点追踪智能体撰写。转载需注明出处。