YOHO AI

标签： 文生视频

  • 谷歌把文生图价格打下来了：Nano Banana 2 Lite 四秒出图

    谷歌 Nano Banana 2 Lite 高速文生图概念图
    谷歌新发布的 Nano Banana 2 Lite 主打高速、低成本的文生图能力

    如果你最近在折腾 AI 画图，应该对”又慢又贵”这四个字不陌生。想要一张能用的图，等上二三十秒是常事，批量出图更是烧钱。谷歌这周悄悄把这个问题往前推了一步——6 月 30 日，它发布了 Nano Banana 2 Lite，定位很直白：快，而且便宜。

    四秒一张，价格低到可以忽略

    按照谷歌的说法，这个新模型生成一张图只要大约四秒，比上一代 Nano Banana 2 快了不止一点。价格更夸张，每生成 1000 张图只要 0.034 美元。什么概念？你拿它来反复试稿、批量产出，成本几乎可以当它不存在。它并不是来替代旗舰的——谷歌另外还有更贵的 Nano Banana Pro，以及性能更强的 Nano Banana 2。Lite 干的是另一件事：把”高频、海量、要快”这条路补齐。

    “Building with generative media is often about creative iteration，” 谷歌在博客里写道，”有了这两个模型，开发者能把快速出图和视频创作串成一条完整的流水线。”

    不是更聪明，是更合适

    Lite 牺牲了多分辨率和一些重型能力（只输出 1K 分辨率），把全部算力压在了速度和单位成本上。对电商素材、广告创意快速迭代、自动化内容流水线这类场景来说，这恰恰是痛点。它已经通过 Google AI Studio、Gemini API 和 Gemini Enterprise Agent Platform 上线，并且直接取代了初代 Nano Banana——谷歌现在把初代叫做”legacy model”（遗留模型）。

    图片只是起点，视频才是下一步

    同一天，谷歌还把 Gemini Omni Flash 的开放范围扩大了。这个模型能把静态图直接变成视频，每秒输出收费 0.10 美元。谷歌顺手展示了个叫 Omni Product Studio 的演示应用，能把 Nano Banana 生成的图转成”电影感的电商视频”。换句话说，先用 Lite 极速出图，再喂给 Omni Flash 做视频，一条龙。

    热闹背后，争议没停

    当然，这事没那么干净。AI 生成图被骂成”AI slop”（AI 垃圾内容）的声音一直没断，有研究说 TikTok 上六成视频、YouTube 上两成多的内容都是 AI 生成的。可即便如此，大厂还在往里砸钱。

    谷歌自己也在靠近好莱坞——它刚和文艺片厂牌 A24 签了 7500 万美元的合作，粉丝那边反弹不小。一边是创作社区的警惕，一边是资本和效率的推力，文生图这条赛道只会更挤。

    • 速度：单张 1K 图约 4 秒，是上一代的五分之一
    • 成本：每 1000 张 0.034 美元，规模化出图几乎零边际成本
    • 定位：取代初代 Nano Banana，专注高吞吐工作流
    • 生态：与 Gemini Omni Flash 打通，图生视频一气呵成
  • OpenMontage：把 AI 编程助手变成「全自动视频制片厂」的开源智能体系统（37.4K★）

    OpenMontage：把 AI 编程助手变成「全自动视频制片厂」的开源智能体系统（37.4K★）

    OpenMontage 是全球首个开源的「智能体驱动（agentic）视频生产系统」，用 12 条生产流水线、52 个工具和 500+ 智能体技能，把 Claude Code / Cursor / Copilot 等 AI 编程助手直接变成一间完整的视频制片厂。

    项目简介

    一句话：把你的 AI 编程助手变成一间全自动视频制片厂。你只需用自然语言描述想法，OpenMontage 的流水线就会自动完成联网调研、脚本撰写、素材检索/生成、剪辑合成与质量自检，端到端产出成片。零付费 API Key 也能跑通完整链路。

    安装要求和过程

    环境要求

    • Python 3.10+（python.org 下载）
    • Node.js 18+（nodejs.org 下载）
    • 系统安装 FFmpeg（brew install ffmpeg / sudo apt install ffmpeg）
    • 一个能读取文件并运行代码的 AI 编程助手：Claude Code、Cursor、Copilot、Windsurf 或 Codex 任一即可
    • 可选 GPU：用于本地免费视频生成（make install-gpu，支持 wan2.1-1.3b 等模型）
    • API Key 全部可选：不付费也能出片，付费图像/视频商仅用于更高画质

    快速安装

    标准流程（需 make）：

    git clone https://github.com/calesthio/OpenMontage.git
cd OpenMontage
make setup

    随后在 AI 编程助手中打开项目，输入需求即可，例如：

    "Make a 60-second animated explainer about how neural networks learn"

    无 make 环境可手动建虚拟环境（README 提供 macOS/Linux 与 Windows PowerShell 两套命令）：

    python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
cd remotion-composer && npm install && cd ..
pip install piper-tts
cp .env.example .env

    make setup 后已自带 Piper 本地 TTS、Archive.org / NASA / Wikimedia 开放素材、Pexels / Unsplash / Pixabay、Remotion、HyperFrames、FFmpeg 与内置字幕。

    核心功能

    1. 端到端生产流水线：12 条预置流水线（科普解说、口播、纪录片混剪等），统一走 research → proposal → script → scene_plan → assets → edit → compose 七个阶段。
    2. 真实素材纪录片制作：无需付费视频模型，从 Archive.org / NASA / Wikimedia 等开放素材库语义检索并剪辑成片，而非仅仅把静态图做成动画。
    3. 参考驱动创作：贴一个你喜欢的视频，智能体会分析其节奏与钩子，生成差异化的制作方案（保留手法、替换主题）。
    4. 内置实时联网调研：写脚本前自动跑 15–25+ 次跨 YouTube / Reddit / 新闻 / 学术源的搜索，用真实数据支撑内容。
    5. 生产级质量门禁与预算治理：人工审批门、预合成验证、渲染后自检（ffprobe 抽帧 + 音频分析）、7 维打分选商、成本预估与上限（默认总预算 $10）。

    Backlot 制作工作台

    OpenMontage 内置 Backlot 可视化工作台，覆盖实时看板、故事板与素材库，让自然语言需求落到可逐帧审阅的制作流程：

    Backlot 实时制作看板（board-live）
    Backlot 实时制作看板（board-live）
    Backlot 故事板（storyboard）
    Backlot 故事板（storyboard）
    Backlot 素材库（library）
    Backlot 素材库（library）

    典型使用场景

    • 零 Key 科普 / 教学短片：一句 "Make a 45-second animated explainer about why the sky is blue" 即可生成带解说与字幕的动画片。
    • 免费真实素材纪录片：如 "Make a 90-second documentary montage about what a city feels like at 4am. Use real footage only"，直接调用开放素材库剪辑，零成本成片。
    • 商业预告片（配置图像/视频商后约 $1–$3）：科幻概念预告片、产品发布 Teaser 等；已展示案例成本最低 $0.02、最高数美元（如 Kling v3 成片 $1.33）。

    推荐理由

    OpenMontage 最打动我的是它把「做视频」从专业软件的高门槛，解放成一句自然语言需求。三点尤其值得一试：

    • 零 Key 也能跑通全链路：本地 Piper TTS + 开放素材 + Remotion 合成，对想低成本试水 AI 视频的人极友好。
    • 架构清爽、可扩展：tools/ + pipeline_defs/ + skills/ 三层知识架构，可以自己加技能 / 工具；AGPL-3.0 开源、可自托管。
    • 内容有真实出处：「参考驱动 + 联网调研」让脚本不像纯生成那样空洞，预算门禁也让人敢放心把任务交给智能体跑。

    个人体会：第一次用 "Make a 60-second animated explainer about how neural networks learn" 跑通时，最惊艳的是它真的会先去查资料再写脚本——出来的东西有依据、有节奏，而不是随机拼接的炫技片段。

    下载地址