量子位
·
视频版Nano Banana来了！内置Gemini世界知识；原版香蕉出图仅需4秒
内容提要
谷歌推出了Gemini Omni Flash和Nano Banana 2 Lite两个新模型。Omni Flash结合多模态推理与视频生成，支持基于文本和图像生成视频，成本低至每秒0.10美元。Nano Banana 2 Lite专注于高速图像处理，适合电商和广告等实时应用。两者结合可实现无缝的图像与视频创作，展示了多模态技术的潜力。
关键要点
-
谷歌推出了Gemini Omni Flash和Nano Banana 2 Lite两个新模型。
-
Omni Flash结合多模态推理与视频生成，支持基于文本和图像生成视频，成本低至每秒0.10美元。
-
Nano Banana 2 Lite专注于高速图像处理，适合电商和广告等实时应用，4秒出一张图，1K分辨率图像仅需约2毛多。
-
Omni Flash支持10秒视频生成，后续将支持更长视频，但目前存在音频参考上传和场景扩展的局限。
-
Nano Banana 2 Lite在速度和价格上有优势，保持了出色的文字渲染效果，适合批量处理图像的实时应用。
-
两个模型可以串联使用，简化了图像生成与视频创作的流程，提升了创作效率。
-
谷歌展示了三个Demo APP，展示了如何利用这两个模型进行创作，包括自拍、装修风格方案和电商短视频的生成。
-
谷歌的多模态模型在短期内能赋能旗下多个产品，展现了在电商、装修和短视频等垂直场景的潜力。
延伸解读
多模态技术的应用前景
谷歌的新模型展示了多模态技术在电商、装修和短视频等领域的广泛应用潜力。通过将图像生成与视频创作无缝结合，用户可以更高效地制作内容，满足市场对快速迭代的需求。这种技术的进步可能会改变传统行业的工作流程，提升创作效率。
模型的局限性与未来发展
尽管Gemini Omni Flash和Nano Banana 2 Lite在速度和成本上具有优势，但目前仍存在一些局限性，如视频生成时的时间限制和音频处理能力不足。未来的版本需要解决这些问题，以进一步提升用户体验和应用范围。
电商行业的变革
Nano Banana 2 Lite的快速图像处理能力为电商行业带来了新的机遇。商家可以快速生成高质量的产品图像和短视频，提升营销效果。这种技术的普及可能会加速电商内容的生产和更新，增强消费者的购物体验。
延伸问答
Gemini Omni Flash的主要功能是什么？
Gemini Omni Flash结合多模态推理与视频生成，支持基于文本和图像生成视频。
Nano Banana 2 Lite适合哪些应用场景？
Nano Banana 2 Lite适合电商和广告等实时应用，能够快速处理大量图像。
这两个模型如何协同工作？
可以先用Nano Banana 2 Lite生成图像，再将这些图像作为参考素材输入Gemini Omni Flash生成视频。
Gemini Omni Flash的成本是多少？
Gemini Omni Flash的视频生成成本低至每秒0.10美元。
Nano Banana 2 Lite的速度和价格优势是什么？
Nano Banana 2 Lite以4秒生成一张1K分辨率图像，价格约为2毛多，速度和价格上具有明显优势。
目前Gemini Omni Flash存在哪些局限性？
目前Gemini Omni Flash只支持10秒视频生成，且不支持音频参考上传和场景扩展。
