谷歌双模型齐发，图像视频生成提速降本

今天，谷歌正式发布两款重磅模型，帮助开发者以更快的速度、更低的成本进行创意实验、迭代打磨并扩展应用规模：

全新推出 Imagen 2 Lite：这是 Imagen 系列中速度最快、成本最低的图像生成模型，专为高吞吐量、高速度和大规模部署场景而设计。Imagen 2 Lite 即日起已在 Google AI Studio、Gemini API 和 Gemini 企业智能体平台上线，同时也将陆续覆盖谷歌多个消费端产品，包括 Search 的 AI 模式、Gemini 应用及其他多款产品。

Gemini Omni Flash 面向开发者开放：这是一款兼具高质量与高性价比的视频生成与对话式编辑模型，现已首次在 Google AI Studio、Gemini API 及 Gemini 企业智能体平台上正式提供。此外，Omni Flash 也已在 Gemini 应用和 Google Flow 中上线可用。

生成式 AI 媒体的创作过程往往需要反复迭代。借助这两款模型，开发者可以构建完整的端到端多媒体应用体验——从快速图像生成到视频创作与编辑，一气呵成。无论是批量生成数千张图片，还是进行多轮视频序列编辑，如今都有了更高效的工具支撑。

Imagen 2 Lite：谷歌最快最具性价比的图像生成模型

Imagen 2 Lite（模型标识符：gemini-3.1-flash-lite-image）专为快速创意探索和高效能开发者流水线设计，在速度与成本之间实现了极致平衡。谷歌官方推荐目前仍在使用第一代 Imagen 模型（gemini-2.5-flash-image）的开发者切换至该新版本，即可在多个关键性能维度上立即获得提升。

主要性能亮点如下：

低延迟：文本转图像的生成时间仅需 4 秒，非常适合交互式原型设计和快速视觉草图创作。

高性价比（每千张图像仅需 {zhiding_content_info_22}.034）：对于注重草图绘制、创意探索、运营成本管控或低频使用场景的开发者而言，这是一个极具竞争力的价格选项。

尽管以速度为优先，Imagen 2 Lite 仍保持了可靠的提示词遵循能力、较强的角色一致性以及清晰的图像内文字渲染效果。

以下是 Imagen 系列各模型的定位说明：

Imagen 2 Lite（Gemini 3.1 Flash Lite Image）：极速版本，专为近实时、高并发的低延迟场景优化打造。

Imagen 2（Gemini 3.1 Flash Image）：全能主力版，在质量与延迟之间取得最佳平衡，性能与成本兼顾。

Imagen Pro（Gemini 3 Pro Image）：专业旗舰版，适用于复杂专业场景，在精准控制与高级推理能力上表现最为突出，适合对准确性要求高于速度的任务。

Imagen（Gemini 2.5 Flash Image）：经典遗留版本。谷歌建议升级至 Imagen 2 Lite，以获得更高质量、更快速度和更低成本。

如需查看完整的模型能力列表及集成方式，请参阅开发者文档。

Imagen 2 Lite 同步上线的谷歌消费端产品包括：Search 的 AI 模式、Gemini 应用、NotebookLM、Google 相册、Stitch、Google Flow 以及 Google Ads。

高质量、高性价比的视频生成与编辑体验：Gemini Omni Flash

在今年的 Google I/O 大会上，谷歌正式发布了 Gemini Omni Flash——这款模型将 Gemini 的多模态推理能力与视频生成及编辑功能深度融合。今日，Gemini Omni Flash（模型标识符：gemini-omni-flash-preview）已正式向开发者开放，可通过 Gemini API 和 Google AI Studio 使用，原生支持基于文本、图像及视频组合输入的高质量视频生成与对话式编辑。该模型定价极具竞争力，视频输出每秒收费 {zhiding_content_info_22}.10，与 Veo 3.1 Fast 保持一致。

Omni Flash 的核心优势体现在以下几个方面：

对话式视频编辑：支持通过自然语言对视频进行精细调整与编辑。

多模态引用：可融合图像、文本和视频等多种输入，帮助用户对场景保持精确的控制力与一致性。

真实世界知识融合：Omni 能够调用 Gemini 的知识储备（涵盖历史、生物、叙事逻辑等领域），辅助生成更具感染力的视频内容。

文字与动作同步：通过简单的提示词，即可将文字与图形直接关联到视频动作之中。

当前版本的已知限制：

单次视频生成时长目前为 10 秒，更长时长支持即将推出。

Gemini API 暂不支持上传音频参考素材及场景延伸功能。

API schema 虽接受最长 3 秒的视频参考输入，但当前模型暂未能正确处理此类输入。

在场景切换或镜头平移时，角色一致性存在一定局限，谷歌正在持续优化改进中。

Gemini Omni 目前已在 Google AI Studio 和 Gemini API 以公开预览版形式上线，如需了解完整的模型能力列表及区域限制，请参阅开发者文档。

两款模型的协同应用

当这两款模型结合使用时，真正的创作魔力才得以释放。开发者可以将 Imagen 2 Lite 作为高速图像生成引擎，再将生成的图像作为参考传入 Gemini Omni Flash，将其动态化为高质量视频。通过 Interactions API 支持多轮交互体验，用户还可以保留会话历史与上下文，支持最多三步连续编辑操作。

谷歌还提供了几款演示应用，帮助开发者快速上手体验如何将两款模型整合进同一工作流：

Anywhere：一款展示两款模型强大能力的演示应用。用户可以拍一张自拍或上传照片，应用将通过 Imagen 2 Lite 将其瞬间"传送"到数十处标志性地点。点击图像后，Omni Flash 会将生成的图像进一步转化为该地点的动态视频片段。

Space Lift：一款由 Imagen 2 Lite 和 Gemini Omni 驱动的室内设计演示应用，用户只需上传一张房间照片，即可即时预览多种设计风格下的改造效果。找到心仪方案后，点击视频按钮，Omni 将以电影级呈现方式将设计带入动态视觉，让用户在真正动工前就能沉浸式体验全新空间。

Omni 产品演示工作室：一款将 Imagen 2 Lite 生成的静态图像转化为由 Gemini Omni 驱动的电商宣传视频的演示应用，直观展示了如何通过多模态输入快速构建从图像到视频的交互式媒体内容。

安全与透明度保障

Gemini Omni 和 Imagen 2 Lite 均基于谷歌安全基础设施构建，并采用 SynthID 水印技术标记 AI 生成内容。用户可通过 Gemini 应用、Chrome 中的 Gemini 功能或 Search 验证 AI 内容的真实性。谷歌正在持续扩展其内容验证工具体系，助力用户了解全网内容的生成与编辑方式。

Q&A

Q1：Imagen 2 Lite 和上一代 Imagen 模型相比有哪些提升？

A：Imagen 2 Lite 在速度、质量和成本三个维度均优于第一代 Imagen 模型。生成延迟低至 4 秒，每千张图像仅需 {zhiding_content_info_22}.034，同时保留了较强的提示词遵循能力、角色一致性和图像内文字渲染效果。谷歌官方建议开发者直接将第一代 Imagen 替换为 Imagen 2 Lite，可立即获得明显性能提升。

Q2：Gemini Omni Flash 支持哪些类型的视频编辑操作？

A：Gemini Omni Flash 支持通过自然语言进行对话式视频编辑，用户可以用日常语言描述修改需求来精细调整视频内容。此外，它还支持融合图像、文本、视频等多模态输入来维持场景一致性，并能将文字与图形直接同步到视频动作中。目前单次生成时长为 10 秒，更长时长支持即将推出。

Q3：Imagen 2 Lite 和 Gemini Omni Flash 可以搭配使用吗？

A：可以搭配使用，且效果非常出色。开发者可以先用 Imagen 2 Lite 快速生成图像，再将图像传入 Gemini Omni Flash 进行动态视频转化，构建完整的图像到视频工作流。结合 Interactions API，还可保留多轮交互的会话上下文，支持最多三步连续编辑，实现端到端的多媒体创作体验。