YOHO AI

标签： Gemini

  • 谷歌一口气发三款Gemini，但最想要的Pro版，又鸽了

    谷歌 DeepMind 在周二丢出了三款新模型：Gemini 3.6 Flash、3.5 Flash-Lite，以及 3.5 Flash Cyber。光看名字像是在挤牙膏，但这次的重心很明确——不跟你卷参数，卷的是便宜、快、稳。

    先说当家花旦 3.6 Flash。谷歌管它叫“主力模型”，在写代码、知识工作和多模态上都有提升，关键是把 token 消耗量砍了最多 17%，比上一代 3.5 Flash 更省钱。3.5 Flash-Lite 则是这个档位里最划算的一个，主打一个“量大管饱还便宜”。

    谷歌说，这一波发布的核心，是给那些“大规模部署 AI 智能体”的客户，交付效率、延迟和可靠性。

    有一款，专门给搞安全的

    三款里最特别的，是 3.5 Flash Cyber。它是为找漏洞、修漏洞专门微调出来的模型，价格也压得不算离谱。但谷歌给它加了道门：这款只面向政府和“可信合作伙伴”，走限量试点，不公开随便用。把安全能力收在门槛后面，既说明了它的分量，也透着谷歌对这类敏感能力的谨慎。

    真正的大招，又没来

    这次发布的看点，一半在发的东西，一半在没发的。所有人都在等的旗舰 Gemini Pro，这次依然缺席。上一次 Pro 更新还是今年二月。这几个月里，对手可没闲着：OpenAI 出了 GPT-5.5，正在铺 GPT-5.6；Anthropic 连发 Claude Opus 4.8、Claude Sonnet 5，还把前沿的 Fable 5 放开了一部分。发布节奏一对比，压力给到了谷歌这边。

    其实谷歌五月就吊过胃口，说 Pro 版“已经在内部用上了，下个月就推”。结果上周彭博社报出来：3.5 Pro 因为达不到内部性能目标，发布被往后拖了。产品负责人 Logan Kilpatrick 周二在 X 上说，3.5 Pro 正在和合作伙伴一起测，“希望很快落地”，顺带还透露团队已经启动了迄今最雄心勃勃的 Gemini 4 预训练。

    谷歌 Gemini 模型
    谷歌这次发的是 Flash 系列，旗舰 Pro 仍缺席（图源：TechCrunch）
    • Gemini 3.6 Flash：主力模型，token 用量最多降 17%，比 3.5 Flash 更便宜
    • Gemini 3.5 Flash-Lite：同档最省，适合高吞吐场景
    • Gemini 3.5 Flash Cyber：专攻漏洞挖掘与修复，仅限政府及可信伙伴试点
    • 旗舰 Pro 继续缺席，3.5 Pro 因内部目标未达成而延期

    所以这一轮，谷歌交出的答卷是“把便宜好用的 Flash 做更便宜更好用”，而真正的王牌 Pro，还在打磨。在对手疯狂刷版本的当下，这种“先发辅料、压着主菜”的节奏，到底是无奈还是策略，可能要等 3.5 Pro 真正落地那天才有答案。

  • 谷歌悄悄研发新 AI 芯片 Frozen v2：要让 Gemini 省下大笔电费

    Google 自研 AI 芯片相关示意图
    大厂自研 AI 芯片已成趋势，Google 的 Frozen v2 瞄准的是推理能效（图源：TechCrunch）

    Alphabet 正在悄悄搞一颗新的服务器芯片，内部代号叫 Frozen v2，专门用来让自家的 Gemini 模型跑得更省、更稳。消息来自 The Information 的爆料，说这颗芯片大概会在 2028 年前后亮相。

    能效说是现在的六到十倍

    按那篇报道的说法，Frozen v2 的衡量标准是「每消耗一单位电力能生成多少 token」，在这个口径下，它要比 Google 现有的 AI 芯片高效 6 到 10 倍。对此 Google 既没承认也没否认，只给了一句四平八稳的回应。

    「我们的团队一直在研究和试验各种新方案，为用户和客户带来极致的性能与效率。」

    大厂为什么都在自己造芯

    把模型训练和推理从通用 GPU 上挪到自己定制的芯片上，已经成了大厂的共同动作。动机很直白：一是让自家模型跑得更划算，二是摆脱对英伟达的依赖——这家公司长期把持着 AI 芯片市场，也让所有大模型厂商都被它的硬件绑住。

    就在今年 6 月，OpenAI 刚亮出第一颗自研推理芯片 Jalapeño；本月初又有消息说，Anthropic 正在和三星谈新的芯片合作。Google 自己本来就有 TPU 这条线，Frozen v2 像是把这条路继续往下走。

    • 代号 Frozen v2，目标 2028 年前后发布，专供 Gemini 使用。
    • 能效按 token / 单位电力计，号称达现有芯片 6 到 10 倍。
    • 背景是 OpenAI、Anthropic 相继布局自研芯片，全行业试图降低对英伟达的依赖。

    股价先涨为敬

    这类消息背后，其实是投资者的算盘。大家一直担心 Alphabet 为了 AI 基建砸下的天价开支——公司年初说今年要花 1800 亿到 1900 亿美元。钱花出去了，得证明能回本。Frozen v2 一旦坐实，等于给市场一个「我们在把成本压下来」的信号。报道出来后，Google 股价周一上午就涨了大约 3%。

    当推理成本变成卖点，AI 的故事就从「大力出奇迹」变成了「谁更会过日子」。

  • NotebookLM 改名 Gemini Notebook：Google 把笔记本变成会写代码的分析终端

    Google 又改名字了。这次轮到 NotebookLM——那个最早因为”用资料生成播客”火出圈的研究工具。7 月 16 日，Google 正式把它改名为 Gemini Notebook。名字变了，能用的东西也多了一截：每个笔记本现在都是一个带安全隔离的容器，里面能直接写代码、跑数据分析。

    Google 将 NotebookLM 更名为 Gemini Notebook
    Google 将 NotebookLM 更名为 Gemini Notebook，并加入代码执行能力。（图源：TechCrunch）

    从 Project Tailwind 到 Gemini Notebook

    往前倒三年，2023 年 Google I/O 上它还没名字，叫 Project Tailwind，定位是”帮你读资料的 AI”。后来改叫 NotebookLM，一路加功能：让两个虚拟主播就着你的文档聊天的音频概览、视频摘要、更多文件格式、企业版套餐。到今天，它已经坐拥 3000 万用户，超过 60 万家组织在用。

    Google 这几年有个习惯：实验期先用个独立名字试水，等跑顺了就收进 Gemini 大旗。Bard 变 Gemini、Duet AI 变 Gemini for Workspace，现在轮到 NotebookLM。说白了，它不想让用户在好几个牌子里迷路。

    真正的变化：笔记本里能跑代码了

    改名只是门面，核心更新是每个笔记本变成一个独立的安全容器。用户可以在里面生成并运行代码，把多个来源的资料拉到一起做复杂的分析，结果直接在工具里呈现，不用再导出到别的环境里折腾。

    Google 表示，借助代码执行能力，用户能够接入多个来源，并在工具内部直接完成复杂的数据分析。

    这套玩法现在优先开放给 Google AI Ultra 付费用户，以及开了 AI Ultra Access、AI Expanded Access 的 Workspace 企业客户。普通 Pro 用户会在接下来几周内陆续拿到。

    它想成为你工作流里的那一层

    现在你已经在 Gemini App 里能翻看自己的笔记本，Google 还放话，很快就能在搜索的 AI Mode 里直接调出笔记本内容。换句话说，NotebookLM 当年是个独立的研究沙盒，Gemini Notebook 想做的是贯穿 Google 整个产品线的分析层。

    • 每个笔记本都是独立安全容器，代码和数据不出隔离环境
    • 多来源数据可在工具内直接跑分析，省去导出到外部环境的环节
    • Ultra 与企业客户先用，Pro 用户几周后跟进
    • 笔记本将接入 Gemini App 与搜索 AI Mode，打通使用场景

    对普通用户来说，名字怎么改无所谓，关键是它能把”读资料—想清楚—出结果”这件事压缩在同一个界面里。当研究工具开始自己写代码跑数，AI 助手的边界又往外推了一步。

  • 欧盟出手了：安卓必须向ChatGPT开放，谷歌搜索数据要共享给对手

    7月16日，布鲁塞尔传来一条对全球科技行业影响深远的消息：欧盟委员会依据《数字市场法》（DMA），正式向谷歌发布了两项具有法律约束力的规范措施。简单来说就是两件事：第一，安卓手机必须平等对待第三方 AI 助手；第二，谷歌要把搜索数据拿出来分享给竞争对手。

    欧盟DMA迫使谷歌开放生态示意图
    欧盟正在用DMA重塑数字市场的竞争规则

    安卓的围墙要拆了

    目前的情况是：在欧盟地区，60% 的用户用着 Android 手机。但这些手机上的第三方 AI 助手（比如 ChatGPT、Claude）只能”有限地”访问系统级功能，根本没法跟自带 Gemini 的 Google Assistant 公平竞争。你想用语音叫个车、查个位置、回复条消息？对不起，只有 “Hey Google” 能流畅完成这套操作链路，其他助手撞墙。

    欧盟的第一项命令直接终结这种不对等：从2027年7月起，Android 用户可以像唤醒 Google Assistant 一样，通过语音指令激活任何偏好的 AI 助手。这意味着 OpenAI、Anthropic 等公司的产品将获得与 Gemini 同等的系统权限——能读应用上下文、能调用设备能力、能在应用内执行操作。

    欧委会执行副主席 Henna Virkkunen 原话：”我们希望看到 Google Search 和 Gemini 等服务的替代方案出现，让欧盟用户拥有更丰富的选择。”

    搜索数据也要共享了

    第二项命令 arguably 更有杀伤力。从2027年1月开始，谷歌必须向符合条件的第三方搜索引擎（包括带搜索功能的 AI 聊天机器人）共享它用来优化自家搜索的数据。而且共享的是”同等质量”的数据，不是打了折的阉割版。

    这些数据——用户搜什么、点了什么、忽略了什么——正是让搜索引擎越用越聪明的核心资产。竞争对手多年来追不上谷歌，很大程度上就是因为没有足够规模的反馈数据。现在欧盟说：你得拿出来分享。

    当然也不是无条件的。谷歌可以在共享前评估接收方是否存在网络安全或数据保护风险。数据会经过多层匿名化处理，方案由欧盟与欧洲数据保护委员会联合制定。

    谷歌的反击和业界的质疑

    谷歌首席法务官 Kent Walker 在邮件声明中回应称，这些决定”可能削弱数百万欧洲用户赖以保障隐私和安全的重要防护措施”。他强调公司此前多次提出过兼顾 DMA 目标与用户权益的替代方案，但裁决方”无视了大量关于用户可能受到损害的证据”。

    业界也有不同声音。分析师担心将第三方助手深度集成到 Android 的技术挑战可能导致实施严重延迟。还有人指出合规成本（新协议、隐私审查等）最终可能由较小的开发者承担——而这恰恰是措施本想帮助的对象。此外，匿名化数据的再识别风险也是老生常谈但始终未解的难题。

    • 两项命令均基于《数字市场法》（Digital Markets Act / DMA），具有法律约束力，可接受独立司法审查
    • Android 开放时间表：2027年7月生效；搜索数据共享：2027年1月启动
    • 受益方包括 OpenAI（ChatGPT）、Anthropic（Claude）及其他具备搜索功能的 AI 服务商
    • 欧盟此前于今年1月27日启动规范程序，经多轮调查磋商后形成最终决定

  • Google Photos 上线 Video Remix：几秒把废片改成水彩画

    谷歌给 Google 相册塞进了一个新玩具，叫 Video Remix。它背后是 Gemini Omni 模型，用法简单到有点离谱：在”Create”标签页里挑一段视频，选个模板，剩下的交给 AI。

    Google Photos Video Remix
    Video Remix 把视频编辑变成几步点击的模板游戏（图源：TechCrunch）

    它能干啥

    最核心的三类玩法：一是电影级重新打光，把拍暗了的片段自动提亮；二是换背景，把平淡的墙换成咖啡馆或者海滩日落；三是艺术滤镜，把视频涂成水彩、素描本或者油画的样子。你不用碰时间轴，也不用调色轮，点几下就出片。

    “做出好看的视频片段，不该需要专业技能，也不该耗费几个小时。”谷歌在博客里这么写，”现在用 Photos 里的 Video Remix，几步点击就能把普通视频变成值得分享的瞬间。”

    实际限制也挺明确：视频总长得在 60 秒以内，而且你只能挑其中 1 到 10 秒的片段来做变换；素材还得已经备份到 Google 相册里。

    门槛藏在订阅里

    这个功能只对成年人开放，而且不是免费用户能碰的——它绑在 Google AI Plus、Pro、Ultra 这几个付费档上，首批开放的市场包括美国、日本、韩国、印度等 14 个国家。免费相册用户暂时和它无缘。

    • AI Plus 每月 4.99 美元（今年 6 月刚从 7.99 降下来），带 400GB 存储，能用 Video Remix；
    • AI Pro 每月 19.99 美元，5TB 存储；
    • AI Ultra 每月 100 到 200 美元，面向重度用户。

    把”生成式视频”关在付费墙后面，说明谷歌的算盘和存储费一个逻辑：好用，但跑在云端烧钱，所以按量计费。此前 Magic Eraser、背景虚化这些相册 AI 工具都是免费的，这次是个明显的转向。

    谷歌想把相册变成创作入口

    Video Remix 不是孤立的。谷歌近半年往 Photos 里塞了一连串 AI：照片转动图、Photo Remix 把静图变成 3D 动画和漫画风、AI 修图、甚至一个数字衣橱帮你试穿搭。它的野心很清楚——相册不该只是备份仓库，而要成为你不用跳出谷歌生态就能修图、生成、玩创意的地方。这跟苹果 iOS 的回忆视频、Adobe 的 AI 剪辑、Meta 的 Muse Image，抢的是同一批想偷懒又想出片的人。

    顺带一提，用 Gemini Omni 生成的视频会打上 SynthID 水印，方便溯源是不是 AI 做的。

  • 谷歌摊上官司了：出版商们说它用我们的书，偷偷喂给了Gemini

    一群出版商和作家这周把谷歌告上了法庭。原告名单挺唬人——Hachette、Cengage、Elsevier 这几家老牌出版集团都在，还有《芝加哥律政风云》的作者 Scott Turow，以及一家叫 S.C.R.I.B.E. 的机构。他们的核心指控就一句话：谷歌拿受版权保护的书，去训练了自己的 AI 平台 Gemini，而且没打招呼。

    谷歌 Gemini 应用界面
    谷歌 Gemini 被指用出版商授权给 Google Books 的书籍训练（图源：TechCrunch / Getty Images）

    不只是用了，还被指改了版权标记

    诉状里还有个更刺耳的说法。出版商们指控谷歌”故意删除或篡改”这些作品的版权信息，目的就是为了”掩盖 Gemini 模型是用偷来的材料训练出来的”事实。换句话说，不只是用了，还被指试图抹掉用过的痕迹。这事儿有意思的地方在于，出版商和谷歌本来不是陌生人——早年间，出版商们是把书交给 Google Books 做检索的，你搜一本书，出来的只是几行片段和书目信息，整本书根本看不了。现在原告说，谷歌转头就拿这些书的副本，加上 Google Play 商店里上架的书，统统喂给了 Gemini。

    “Google illegally copied works from all these scope-limited programs for AI training, knowing it lacked authorization to do so.”（诉状原文）

    内部文件自己写：可能罚到上千亿

    诉状还引用了一份据称是谷歌内部的文件，里面白纸黑字写着：用受版权书训练 AI”可能给谷歌带来严重问题”，潜在罚款”从 100 亿到 1000 亿美元不等”。谷歌方面没有立刻回应。当然，谷歌不是第一个被告的。Meta、OpenAI、Anthropic 都背着类似的官司，只是到目前为止，加州有两起早期判决站在了 AI 公司这边——法官认为，用受版权作品训练模型，属于美国版权法里的”合理使用”。不过那两条判例也留了活口，没说后来的案子也得这么判。

    最有参考价值的是 Anthropic 那桩。它因为训练时盗用了版权作品，被罚了 15 亿美元，是美国版权法史上的最高赔偿，差不多 50 万名作者有资格每人至少拿 3000 美元，但不少人选择退出，自己接着告。这回告谷歌的案子落在了纽约南区联邦法院，等于换了个法官重新审，前面的加州判决对别的法院怎么看”合理使用”未必有决定性影响。

    说到底，这桩官司真正在问的是一件事：当一家公司把别人的书悄悄拿去喂模型，还顺手改了版权标记，它到底是在创新，还是在蹭。答案可能要等法庭慢慢给了。

  • 谷歌又甩出一颗“轻量香蕉”：4秒出图，单张成本压到3分钱

    谷歌这两天悄悄把 Nano Banana 家族里最便宜的一颗“香蕉”推到了台前。名字叫 Nano Banana 2 Lite，6月30号上线，主打就两个字：快、便宜。

    它到底有多快多便宜？官方说法是，生成一张图大约4秒钟，单张1K分辨率的图像成本只要0.034美元——算下来一千张图才34美元。对于要做广告素材、电商图、A/B测试这种需要批量生产的活儿，这个价格和速度确实挺诱人。谷歌把它定位成“高吞吐工作流”的首选，专门给那些要一口气甩出成百上千张图的人用。

    从“香蕉”到“香蕉 Lite”，谷歌在搭一个三层货架

    其实 Nano Banana 这条产品线已经迭代好几轮了。最早的 Nano Banana 去年夏天跟着 Gemini 3.1 Flash 一起出来；今年2月又发了 Nano Banana 2，图像更真实；现在再加上一颗 Lite，还有一颗更贵更强的 Pro 专门给专业场景。谷歌现在明摆着是搭了个三层货架：Lite 管速度和成本，2 是“全能主力”，Pro 管精度和4K画质。

    顺带一提，初代 Nano Banana 已经被谷歌自己划进了“legacy（旧版）”行列，官方建议还在用的人直接换成 Lite。这种产品线的重新分类，平时没人注意，但对每一个要付账单的开发者来说，差别可大了。

    和 Lite 同一天来的还有个 Gemini Omni Flash，做视频的，0.1美元一秒。谷歌的算盘很清楚：你先用 Lite 飞快出图，再丢给 Omni Flash 把静态图变成能继续改的视频，一条图像到视频的流水线就串起来了。

    背后是一场和字节的价格肉搏

    别看谷歌发得低调，这步棋直接冲着字节跳动去的。第三方数据一对比就明白：字节的 Seedream 5.0 Lite 单张大概0.035美元、出图要45秒出头；Lite 这边0.034美元、4秒出图。单张差那一美分可以忽略，可一旦调用量上去了，延迟和成本会被成倍放大。文生图这个赛道，价格战是真的打响了。

    有意思的是，尽管外界对“AI 垃圾图”（AI slop）的吐槽没停过，大厂往图像和视频生成里砸的钱一点没少。谷歌特别爱把自家的模型包装成“帮你做广告”的顺手工具。

    谷歌 Nano Banana 2 Lite 图像模型
    谷歌新发布的 Nano Banana 2 Lite 图像生成模型（图源：TechCrunch）

    不过这里头有个拧巴的地方。就在这颗 Lite 上线的同时，谷歌刚跟独立电影厂牌 A24 签了7500万美元的合作，粉丝那边已经骂声一片。好莱坞和 AI 公司的关系越来越紧，创作者社区和普通观众的不安也在跟着涨。

    • 对开发者：4秒出图+极低单价，适合做素材工厂和实时预览
    • 对竞争对手：直接贴着字节 Seedream 打，价格战进入肉搏阶段
    • 对普通人：AI 生图会更便宜，但“AI 味”的内容也会更泛滥

  • Google Photos 上线「Video Remix」：你手机里那段糊视频，几秒钟被 AI 改头换面

    Google Photos Video Remix AI 视频重混功能示意图
    Google Photos 的 Video Remix 把 AI 视频编辑做成了相册里的一键按钮（配图由 AI 生成）

    你手机相册里那些拍得一般、光线很暗、背景很乱的视频，以前基本就躺在那儿吃灰了。现在 Google 想让你点一下，AI 把它们”重混”一遍。7 月 8 日，Photos 里上线了一个叫 Video Remix 的功能，它跑在 Gemini Omni 这套模型上，干的事很具体。

    几秒钟能改头换面

    给暗乎乎的片段补光（Google 管这叫 cinematic relighting），把平淡的背景换成别的场景，或者给整段视频套上水彩、速写本这类艺术风格。入口藏在 Photos 的 “Create” 标签页里，Google 把它定义成你的”创意中枢”。操作逻辑很简单：挑一段视频，选个效果，等几秒，出来一份被重新打过光的版本。

    这个功能不是给所有人开的。目前只面向 Google AI Plus、Pro、Ultra 这几个订阅档位的用户灰度推送，也不是全球同时铺开。换句话说，你如果还用着免费的 Photos，暂时看不到这个按钮。

    Google 自己的说明里反复强调，用 Video Remix 生成的视频会带上 SynthID 的隐形水印，标明”这是 AI 动手过的”。

    三个月塞了三个，相册快成工具箱了

    有意思的是，这已经不是 Google Photos 今年第一次往相册里塞 AI 生成类工具了。翻一翻时间线，短短三个月里它已经堆了至少三个功能相近的东西。用户打开相册，本意是找张旧照片，结果迎面撞上一堆”AI 帮你重做”的入口。功能多是好事，但当每个入口都在暗示”你原来的素材不够好、让我替你重造一遍”，体验就开始变味了。

    水印这事儿，真挡得住吗

    再说 SynthID。Google 一直把这套隐形水印当成”负责任 AI”的门面，意思是 AI 生成的内容能被溯源、被识别。理想很丰满：以后看到一段以假乱真的视频，系统能告诉你”这是 AI 改的”。但现实骨感——水印只对”在 Google 生态内生成”的内容有效。你导出视频、转码一遍、或者用别的工具再处理，水印就可能掉了。

    • 给暗光视频补光、换背景，门槛低到几乎零成本
    • 艺术风格迁移让”看起来像那么回事”变得特别容易
    • SynthID 只对原生生成内容生效，二次传播基本失效

    我倒不是说 Google 存了什么坏心。把专业级的视频调色、风格化能力下放到每个人的相册，确实是技术进步。但当一个日活几十亿的产品，把”AI 改写现实”做成一键按钮，它承担的就不只是”好玩”的责任了。水印是第一步，但远远不够。

  • Google拍了一支AI写独立宣言的广告，网友：这就有点尴尬了

    谷歌刚拍了一支国庆日广告，脑洞开得有点大——假如1776年的开国元勋们有Google Workspace，他们会不会用AI来写《独立宣言》？

    Google AI广告概念图
    Google想象中的”1776年小组作业”

    这支广告的标语是”小组作业，1776版本”。画面里托马斯·杰斐逊正在起草文稿，突然收到本·富兰克林发来的催稿短信，然后一整套Google式协作流程就展开了：用Google Docs改稿、用Google Calendar约会议、用Google Meet远程开会（与会者全部关闭了摄像头），最后用电子签名定稿。烟花绽放下，一切显得那么”现代”。

    毕竟是2026年的科技公司广告，AI当然要露个面。广告里的”建国者们”用Google的”帮我可视化”工具给国玺设计动物图案，让Gemini做会议记录，还在拒绝英王乔治三世的文件访问请求之前，先问了聊天机器人一波建议。

    整体调性算是半开玩笑的那种——山姆·亚当斯甚至冒出一句”咱们边喝啤酒边把这事解决了行不行？”。跟今年超级碗期间那一堆AI广告比起来，这支广告的AI evangelism还算克制。

    网友买账吗？

    YouTube和Instagram上的评论大致是正向的，但Bluesky上的反应就完全是另一个故事了。网友们的评价包括”尴尬癌犯了”、”令人震惊的 tone deaf”，其中最集中的火力还是对准了AI这个角度。

    历史学家Angus Johnston在Bluesky上发帖指出，这支广告”惊人地几乎没有真正用到AI”——换句话说，连AI都没怎么用，却已经被骂了一轮。他的结论是：”哪怕在一个搞笑的奇幻玩笑里，你也没法让人信服AI是政治组织、写作或人类协作的有用工具。”

    说起来，这跟2024年那支Gemini广告如出一辙——那支广告里，一个父亲用Gemini帮女儿写粉丝信，播出后遭遇了大规模吐槽。谷歌好像还没完全学会怎么让AI广告不让人觉得别扭。

  • 谷歌把图像生成提速了，4秒钟出图，价格打到几乎是白送

    谷歌把图像生成提速了，4秒钟出图，价格打到几乎是白送

    Google Nano Banana 2 Lite
    Google发布Nano Banana 2 Lite，图像生成速度和价格都有大幅提升（图：Google）

    做图这件事，以前是设计师的活，后来变成了会写提示词的人就能干，现在谷歌想让它变得更便宜、更快——快到你还没想好下一句提示词，图已经出来了。

    Nano Banana 2 Lite，这个名字听起来像是个零食，实际上是谷歌最新发布的AI图像生成模型。它比上一代快了不少，官方说法是4秒钟能出一张图。价格更是低到有点夸张：每生成1000张图，收费0.034美元。摊到每张图上，差不多是人民币两分多钱。

    谷歌对这个模型的定位很清晰：如果你需要大量生成图片、快速迭代想法，Nano Banana 2 Lite就是给你准备的。

    香蕉系列的前世今生

    Nano Banana这个牌子，是去年夏天第一次亮相的，当时跑的是Gemini 3.1 Flash。今年2月，谷歌又推出了Nano Banana 2，加了更真实的图像生成能力。现在这个Lite版本，就是在2代的基础上往”快”和”便宜”两个方向继续推。

    谷歌现在把Nano Banana称作”传统模型”了，主推的就是这个Lite版本。另外还有一个Nano Banana Pro，功能更强，价格也更贵，面向的是那种对图像质量有更高要求的高级用例。

    现在Nano Banana 2 Lite已经可以在Google AI Studio、Gemini API，还有Gemini Enterprise Agent Platform上用到了。

    AI生成图像这事儿，争议一直没停过

    模型迭代得再快，外界对AI生成图像的质疑也没少过。TikTok上有60%的视频内容已经是AI生成的”垃圾内容”，YouTube上也有21%。观众并不是每次都能接受自己看的内容是AI做出来的。

    但谷歌显然不打算停下来。他们最近还跟独立电影公司A24签了一个7500万美元的合作协议——这事在影迷圈子里炸了锅，很多人觉得A24″背叛了艺术”。A24不得不出来解释，说他们想主导用什么样的工具来辅助艺术家，而不是把创作完全交给AI。

    同一天，谷歌还 wider release了Gemini Omni Flash——这个模型能把图片、音频和文字转成视频。视频输出收费是每秒0.10美元。他们还演示了一个叫Omni Product Studio的demo应用，能把静态图片转成”电影级电商视频”。

    谷歌在博客里是这么说的：”用生成式媒体做创作，本质上就是一个不断迭代的过程。有了这两个模型，开发者可以搭建完整的端到端多媒体体验，把快速图像生成和视频制作编辑连在一起。”

    话是这么说，但最终这些工具生成出来的内容到底是不是”slop”，可能还得用户自己判断。