Bản Nano Banana phiên bản video đã ra mắt: Tích hợp kiến thức thế giới của Gemini, tạo ảnh bản gốc chỉ mất 4 giây

marsbitPublicado a 2026-07-01Actualizado a 2026-07-01

Resumen

Google đã chính thức ra mắt hai mô hình AI đa phương thức mới: Gemini Omni Flash và Nano Banana 2 Lite. Gemini Omni Flash là một mô hình tạo video có khả năng chỉnh sửa video thông qua hội thoại tự nhiên, kết hợp đầu vào đa phương thức (văn bản, hình ảnh, video) và sử dụng kiến thức thế giới của Gemini để xây dựng video chân thực. Mô hình này hiện hỗ trợ tạo video 10 giây với chi phí 0,10 USD mỗi giây đầu ra. Nano Banana 2 Lite (hay gemini-3.1-flash-lite-image) là phiên bản hình ảnh nhanh và tiết kiệm chi phí. Nó có thể tạo hình ảnh độ phân giải 1K chỉ trong khoảng 4 giây với giá khoảng 0,034 USD mỗi hình, giữ lại khả năng kết xuất văn bản xuất sắc. Điểm đáng chú ý là hai mô hình này có thể được kết hợp để tạo ra quy trình làm việc liền mạch: tạo hình ảnh nhanh chóng với Nano Banana 2 Lite, sau đó sử dụng hình ảnh đó làm tài liệu tham chiếu để Gemini Omni Flash tạo ra video động. Google đã minh họa tiềm năng này qua các ứng dụng demo như du lịch ảo (Anywhere), thiết kế nội thất (Space Lift) và tạo nội dung tiếp thị thương mại điện tử (Omni Product Studio). Những phát triển này cho thấy chiến lược của Google là tập trung vào việc áp dụng AI đa phương thức vào các ngành dọc cụ thể như thương mại điện tử, quảng cáo và sáng tạo nội dung, tận dụng lợi thế hệ sinh thái Android để thúc đẩy thương mại hóa.

Mặc dù phần Coding vẫn còn nhiều hạn chế, nhưng Google thực sự có hai "cây cọ" trong lĩnh vực "đa phương thức".

Gemini Omni Flash chính thức mở API, là bản video của Nano Banana.

Ước mơ chỉnh sửa "Harry Potter" không còn là viễn tưởng. Hãy xem bốn màn ảo thuật số do Google biểu diễn bằng Gemini Omni:

&amp;amp;amp;amp;nbsp;

Thật khó tin, độ nhất quán và độ rõ chữ thế này, còn cần gì màn xanh hay hiệu ứng đặc biệt, trực tiếp phát sóng Bác sĩ Kỳ Lạ thôi.

Đồng thời, chiếc "quả chuối" mà mọi người mong đợi cũng đã có phiên bản "tốc độ ánh sáng".

Nano Banana 2 Lite: Mô hình hình ảnh Gemini nhanh nhất và hiệu quả nhất về chi phí cho đến nay.

Không ngoa chút nào — mất 4 giây để tạo một hình ảnh, ảnh độ phân giải 1K chỉ tốn khoảng hơn 2 hào.

Đặt cạnh Nano Banana 2 để so sánh, tốc độ này thực sự là cất cánh.

Chưa kể so với GPT Image 2 mất 3 phút mới tạo xong một hình...

&amp;amp;amp;amp;nbsp;

Thảo nào mãi không thấy Gemini 3.5 Pro ra lò, hóa ra thời gian đều dồn hết vào việc theo đuổi đa phương thức mà cậu đau đáu nhỉ, Hassabis!!

Gemini Omni Flash

Gemini Omni Flash lần đầu xuất hiện tại hội nghị Google I/O 2026, kết hợp sâu khả năng lập luận đa phương thức của Gemini với việc tạo và chỉnh sửa video, ngay lập tức thu hút sự chú ý đáng kể.

Hiện nay, mô hình này đã chính thức mở cho các nhà phát triển thông qua Gemini API và Google AI Studio. Có thể dễ dàng tạo video chất lượng cao và chỉnh sửa dựa trên nhiều đầu vào như văn bản, hình ảnh và video.

Bốn khả năng chính:

Chỉnh sửa video hội thoại: Sử dụng ngôn ngữ tự nhiên để sửa đổi và tinh chỉnh video, giống như chỉnh sửa tài liệu Feishu.

Tham chiếu đa phương thức: Kết hợp đầu vào hình ảnh, văn bản, video, duy trì kiểm soát và tính nhất quán của cảnh.

Kiến thức thế giới thực: Sử dụng kiến thức của Gemini về lịch sử, sinh học, logic kể chuyện để xây dựng video, không cần bạn phải viết ba trang Prompt để mô tả phong cách kiến trúc.

Đồng bộ văn bản và hành động: Thông qua lời nhắc đơn giản, kết nối trực tiếp văn bản và đồ họa với hành động video.

Giá cả cũng rất cạnh tranh: Chi phí đầu ra video mỗi giây là 0.10 USD, ngang bằng với Veo 3.1 Fast.

Về định vị, cùng là mô hình tạo video phiên bản nhẹ, Omni Flash nhấn mạnh hơn vào kiến thức thế giới của Gemini, và về mặt hệ sinh thái cũng hướng hoàn toàn về tầng Gemini.

Tuy nhiên, Google cũng khá thẳng thắn, tự liệt kê ra một loạt hạn chế ở giai đoạn hiện tại:

1. Hiện chỉ hỗ trợ tạo video 10 giây, sau này sẽ hỗ trợ dài hơn;

2. Tạm thời không hỗ trợ tải lên tài liệu tham khảo âm thanh và mở rộng cảnh;

3. API hỗ trợ video dài tối đa 3 giây làm tài liệu tham khảo, nhưng hiện tại mô hình chưa thể xử lý chính xác loại đầu vào này;

4. Vẫn còn hạn chế về tính nhất quán của nhân vật khi chuyển cảnh và điều chỉnh góc máy.

Nano Banana 2 Lite

Nano Banana 2 Lite (còn gọi là gemini-3.1-flash-lite-image), được thiết kế chuyên biệt cho xử lý tốc độ cao.

Được tối ưu hóa có mục tiêu, nó nhắm đến các ứng dụng thời gian thực cực kỳ nhạy cảm với độ trễ, cần xử lý số lượng lớn hình ảnh trong thời gian ngắn — chẳng hạn như tạo hàng loạt tài liệu thương mại điện tử, lặp lại nhanh ý tưởng quảng cáo, dây chuyền nội dung tự động.

Hai điểm bán hàng chính —

Tốc độ ánh sáng: Độ trễ tạo ảnh khoảng 4 giây, bằng một phần năm của Nano Banana 2 (khoảng 20 giây).

Giá bèo: Một ảnh 1K chỉ tốn khoảng 0,034 USD, bằng một nửa Nano Banana 2, một phần tư Nano Banana Pro.

Tốc độ cắt, giá cắt, nhưng khả năng tạo ảnh và chỉnh sửa ảnh không bị thu hẹp đáng kể. Nano Banana 2 Lite vẫn duy trì hiệu ứng kết xuất văn bản xuất sắc, trên benchmark ngang hàng với các mô hình như Grok.

Do đó, đề xuất của Google là: Nếu bạn vẫn còn ham rẻ dùng Nano Banana đời đầu, hãy đổi ngay. Phiên bản Lite đã áp đảo toàn diện trên tất cả các chỉ số quan trọng.

Song kiếm hợp bích

Khoan, đừng vội đi.

Tưởng chỉ là phát hành song song hai mô hình, ai ngờ Google cho biết: Còn có trò mới.

Điều kỳ diệu thực sự, là sử dụng kết hợp các mô hình này.

Như mọi người đều biết, sáng tạo AIGC cần lặp đi lặp lại, quản lý tài liệu khá phiền phức.

Giờ đây, với hai mô hình này, cuối cùng cũng không cần phải tải lên tệp đi tệp lại nữa, tạo ảnh và sáng tạo video kết nối liền mạch.

Cụ thể, có thể dùng Nano Banana 2 Lite tạo ảnh tốc độ cao trước, sau đó đưa hình ảnh tạo ra làm tài liệu tham khảo cho Gemini Omni Flash, một click biến thành video.

Để trình diễn luồng công việc kỳ diệu 1+1>2 này, Google thậm chí còn làm riêng 3 APP Demo:

1. Anywhere

Tự chụp một bức hoặc tải ảnh lên, NB2 Lite ngay lập tức ghép bạn vào hàng chục địa danh.

Tiếp theo, nhấn vào ảnh, Omni Flash biến địa danh tĩnh thành đoạn phim động.

Du lịch cyber, giờ cũng end-to-end rồi.

&amp;amp;amp;amp;nbsp;

2. Space Lift

Cái này hơi đáng sợ, cảm giác nếu kết hợp thêm với mô hình thế giới Genie, tương lai có lẽ sẽ đe dọa đến nhiều công ty SaaS giải pháp trang trí truyền thống.

Tải lên một bức ảnh phòng, NB2 Lite trước hết đưa ra các phương án phong cách trang trí khác nhau. Tìm thấy phương án ưa thích, nhấn nút video, Omni có thể trực tiếp cho bạn một đoạn tham quan không gian đẳng cấp điện ảnh.

&amp;amp;amp;amp;nbsp;

3. Omni product studio

Tin vui cho thương mại xuyên biên giới.

Chụp một bức ảnh sản phẩm trên nền trắng, NB2 Lite tạo ra các bức ảnh sản phẩm theo ngữ cảnh khác nhau, Omni Flash lại biến ảnh tĩnh thành video ngắn thương mại điện tử.

Từ "sản phẩm" đến "tài liệu quảng cáo", toàn bộ liên kết chạy tự động.

&amp;amp;amp;amp;nbsp;

Vậy, đa phương thức rốt cuộc có tác dụng gì?

Câu hỏi này Google chắc chắn bị hỏi vô số lần.

Đặc biệt là vào năm 2026, Coding hầu như tương đương với đại diện cho chỉ số IQ của mô hình. Mỗi nhà đều cố gắng hết sức trên Coding.

Cố chấp với đa phương thức, vì cái gì?

Câu chuyện về AGI thì không nói nữa, xét về ngắn hạn, bộ mô hình đa phương thức của Google này thực sự có thể tăng sức mạnh cho nhiều sản phẩm của họ — Stitch là một, tính năng P ảnh tích hợp trong Pixel là một, sự xuất hiện đột ngột của NotebookLM cũng khá ấn tượng.

Hai mô hình mới phát hành lần này, lại cho người ta thấy thêm tiềm năng ứng dụng của đa phương thức trong các kịch bản dọc. Thương mại điện tử, trang trí, video ngắn... nhu cầu của những nghiệp vụ này là thật, tiền cũng thật.

Cộng thêm sự hỗ trợ của hệ sinh thái Android, cơ bản không cần quá lo lắng về vấn đề thương mại hóa.

Google tạm thời đuổi không kịp về Coding, nhưng với bàn chơi đa phương thức này, Google có lẽ là người chơi duy nhất có thể sắp xếp đủ một bộ bài.

Tuy nhiên...

Gemini 3.5 Pro rốt cuộc bao giờ mới ra mắt vậy!!!

Liên kết tham khảo:[1]https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-omni-flash-nano-banana-2-lite/

Bài viết này đến từ tài khoản công chúng WeChat "Quantum Bit", tác giả: Quan tâm công nghệ tiên phong

Criptos en tendencia

Haedal ProtocolHAEDAL

Preguntas relacionadas

QMô hình Gemini Omni Flash có những khả năng chính nào?

AGemini Omni Flash có bốn khả năng chính: Chỉnh sửa video bằng hội thoại tự nhiên, tham chiếu đa phương thức (kết hợp hình ảnh, văn bản, video), sử dụng kiến thức thế giới của Gemini để xây dựng video, và đồng bộ hóa văn bản/chuyển động với hành động trong video.

QNano Banana 2 Lite có ưu điểm gì nổi bật về tốc độ và chi phí?

ANano Banana 2 Lite nổi bật với tốc độ tạo ảnh cực nhanh (khoảng 4 giây cho một hình ảnh) và chi phí rất thấp (khoảng 0.034 USD cho một hình ảnh độ phân giải 1K). Đây là mô hình hình ảnh Gemini nhanh nhất và tiết kiệm chi phí nhất hiện nay.

QLàm thế nào để kết hợp sử dụng Nano Banana 2 Lite và Gemini Omni Flash?

ACó thể kết hợp hai mô hình bằng cách: Đầu tiên, sử dụng Nano Banana 2 Lite để tạo hình ảnh nhanh chóng. Sau đó, sử dụng hình ảnh đã tạo làm tài liệu tham chiếu đưa vào Gemini Omni Flash để chuyển đổi thành video một cách liền mạch, tạo ra quy trình làm việc từ hình ảnh tĩnh sang video động.

QGoogle đã giới thiệu những ứng dụng demo nào để minh họa khả năng kết hợp của hai mô hình mới?

AGoogle đã giới thiệu ba ứng dụng demo: 'Anywhere' (chuyển ảnh tự chụp thành video du lịch ảo), 'Space Lift' (tạo phương án trang trí nội thất và video tham quan không gian từ ảnh phòng), và 'Omni product studio' (tạo ảnh sản phẩm theo ngữ cảnh và video quảng cáo thương mại điện tử từ ảnh sản phẩm nền trắng).

QBài viết đề cập đến những hạn chế hiện tại nào của Gemini Omni Flash?

ANhững hạn chế hiện tại của Gemini Omni Flash bao gồm: Chỉ hỗ trợ tạo video dài 10 giây, chưa hỗ trợ tải lên âm thanh tham chiếu và mở rộng cảnh, API hỗ trợ video tham chiếu tối đa 3 giây nhưng mô hình chưa xử lý đúng loại đầu vào này, và vẫn còn hạn chế về tính nhất quán của nhân vật khi chuyển cảnh hoặc di chuyển camera.

Lecturas Relacionadas

The Verdict in Choi Tae-won's Divorce Case: Revealing the Inheritance Undercurrent Behind SK Hynix's Trillion-Won Empire

SK Group Chairman Chey Tae-won's high-profile divorce case, involving a record 1.38 trillion won settlement, has drawn attention to the succession plans for Korea's second-largest conglomerate, especially its crown jewel, SK hynix. Unlike traditional chaebol scripts centered on the eldest son, Chey's three children from his marriage to former President Roh Tae-woo's daughter, Roh Soh-yeong, are carving distinct, non-traditional paths. Eldest daughter Chey Yun-jung (b. 1989) is seen as the most evident successor. With a scientific and consulting background, she holds executive roles at SK bioscience and SK Inc.'s growth support department, focusing on future strategy and biopharma. Her marriage is to an AI infrastructure entrepreneur, not a traditional business alliance. Second daughter Chey Min-jung (b. 1991) took a unique route, voluntarily serving as a South Korean naval officer, including an anti-piracy deployment. She later worked on policy and strategy for SK hynix in Washington D.C. before co-founding an AI-driven healthcare startup. She married a former U.S. Marine Corps officer, connecting her to U.S. defense and policy circles—networks crucial for a global semiconductor giant. The only son, Chey In-geun (b. 1995), who studied physics like his father, worked briefly at SK E&S before joining McKinsey. Despite fitting the traditional "heir" profile as the eldest son, he remains silent and holds no public position or shares in SK, suggesting the old succession playbook is obsolete. As SK hynix's valuation soars, becoming a geopolitical asset in the AI era, the heirs' legitimacy is no longer automatic. They must prove themselves in fields like AI biotech, global policy, and strategic consulting. Their marriages also reflect new elite networks in tech and defense, not old political alliances. Their inheritance is the complex challenge of navigating a globalized, tech-driven world, not just a corporate throne.

marsbitAyer 09:06

The Verdict in Choi Tae-won's Divorce Case: Revealing the Inheritance Undercurrent Behind SK Hynix's Trillion-Won Empire

marsbitAyer 09:06

Banks oppose stablecoin yield deal – Can CLARITY Act find 60 votes?

The Bank Policy Institute (BPI) has opposed the latest draft of the CLARITY Act, criticizing its provisions on stablecoin yield and illicit finance. The banking industry sought a total ban on stablecoin yield, but the bill's compromise only prohibits passive yield on idle balances. This opposition has influenced lawmakers, reducing tentative Republican Senate support to potentially 49 votes. With the 60-vote threshold needed, securing sufficient Democratic support appears difficult as some pro-crypto Democrats also oppose the bill due to ethics and illicit finance concerns. Senate Majority Leader John Thune expressed doubt the bill can pass before the August recess. Market odds for the bill's passage in 2026 have fallen, leaving its future uncertain.

ambcryptoAyer 09:02

Banks oppose stablecoin yield deal – Can CLARITY Act find 60 votes?

ambcryptoAyer 09:02

2 Months, Valuation Soars from $8.8B to $68B! The Largest AI Model Hub OpenRouter May Be Acquired

Stripe is reportedly in talks to acquire AI model marketplace OpenRouter for a price nearing $10 billion, a dramatic increase from its $1.3 billion valuation just two months prior. The deal, which could be announced within a month, would see the payment giant absorb a key "router" or aggregation layer in the AI infrastructure stack. OpenRouter provides developers with a single API to access over 400 large language models (LLMs), automatically routing queries to the most suitable model based on cost, capability, and speed. This allows AI applications to optimize expenses while maintaining user experience. Founded in 2023 by ex-OpenSea co-founder Alex Atallah and Louis Vichy, OpenRouter has grown rapidly, reaching $50 million in annualized revenue by April and serving over one million developers. For Stripe, the acquisition of OpenRouter follows its late-2025 purchase of usage-based billing platform Metronome. The combined strategy aims to create an integrated suite for the AI economy: OpenRouter would handle model selection and routing, Metronome would manage granular usage-based billing, and Stripe's core platform would process payments. This positions Stripe to control a critical part of the AI application value chain, influencing which models get used while simplifying cost management for enterprise customers.

链捕手Ayer 08:59

2 Months, Valuation Soars from $8.8B to $68B! The Largest AI Model Hub OpenRouter May Be Acquired

链捕手Ayer 08:59

From OpenSea to OpenRouter: Is Alex Atallah Repeating His 'Exit at the Peak' Playbook?

From OpenSea to OpenRouter: Is Alex Atallah Repeating His "Exit at the Peak" Playbook? According to the Wall Street Journal, payments giant Stripe is in talks to acquire the AI model aggregation platform OpenRouter in a potential deal valuing the company near $100 billion. This would mark founder Alex Atallah's second creation of a company reaching a $100 billion valuation, following his co-founding of NFT marketplace OpenSea. OpenRouter, founded just over three years ago, has grown rapidly by acting as a unified gateway for developers to access over 400 AI models. It currently has about 10 million users and processes over 200 trillion tokens monthly. While the platform's annualized revenue is around $50 million, its valuation has skyrocketed from $1.3 billion in March 2026. The potential acquisition by Stripe, a company OpenRouter's founder once likened it to, represents a major expansion into AI infrastructure for the payments leader. This move echoes Atallah's previous timing with OpenSea, where he departed before the NFT market's significant downturn. For OpenRouter, selling now may be strategic. Despite its scale, its business model—charging a 5-5.5% fee on AI inference calls—faces pressure from competition, open-source models, and potential price wars among model providers, limiting its profitability narrative for an IPO. A key asset for potential acquirers like Stripe is OpenRouter's vast repository of real-world AI usage data, which offers unique insights into model performance and developer preferences that are difficult to replicate. Whether this potential deal signifies a new valuation benchmark for AI infrastructure or another market peak signal remains to be seen.

链捕手Ayer 08:42

Pons V2 brings RWA trading pairs as Robinhood Chain broadens its ambitions

Pons, a key launchpad on Robinhood Chain, has launched its V2 upgrade. The update aims to boost liquidity, remove trading restrictions for most users via an ETH-denominated bonding curve, and introduces support for custom tokenized real-world asset (RWA) trading pairs. This aligns with Robinhood Chain's broader RWA focus. The upgrade also allows creators to collect fees in ETH by default. The network itself is growing rapidly, surpassing $300 million in Total Value Locked. Its cumulative DEX volume has exceeded $9 billion, with about 80% coming from speculative memecoin trading. However, data shows 63% of traders are at a loss, with profits concentrated in a small number of wallets. The introduction of RWAs could help drive more organic adoption for the chain, which is positioning itself as a major player for speculative trading, challenging networks like Base and Solana.

ambcryptoAyer 08:26

Trading

Spot

Artículos destacados

Cómo comprar 4

¡Bienvenido a HTX.com! Hemos hecho que comprar 4 (4) sea simple y conveniente. Sigue nuestra guía paso a paso para iniciar tu viaje de criptos.Paso 1: crea tu cuenta HTXUtiliza tu correo electrónico o número de teléfono para registrarte y obtener una cuenta gratuita en HTX. Experimenta un proceso de registro sin complicaciones y desbloquea todas las funciones.Obtener mi cuentaPaso 2: ve a Comprar cripto y elige tu método de pagoTarjeta de crédito/débito: usa tu Visa o Mastercard para comprar 4 (4) al instante.Saldo: utiliza fondos del saldo de tu cuenta HTX para tradear sin problemas.Terceros: hemos agregado métodos de pago populares como Google Pay y Apple Pay para mejorar la comodidad.P2P: tradear directamente con otros usuarios en HTX.Over-the-Counter (OTC): ofrecemos servicios personalizados y tipos de cambio competitivos para los traders.Paso 3: guarda tu 4 (4)Después de comprar tu 4 (4), guárdalo en tu cuenta HTX. Alternativamente, puedes enviarlo a otro lugar mediante transferencia blockchain o utilizarlo para tradear otras criptomonedas.Paso 4: tradear 4 (4)Tradear fácilmente con 4 (4) en HTX's mercado spot. Simplemente accede a tu cuenta, selecciona tu par de trading, ejecuta tus trades y monitorea en tiempo real. Ofrecemos una experiencia fácil de usar tanto para principiantes como para traders experimentados.

803 Vistas totalesPublicado en 2025.10.20Actualizado en 2026.06.02

Discusiones

Bienvenido a la comunidad de HTX. Aquí puedes mantenerte informado sobre los últimos desarrollos de la plataforma y acceder a análisis profesionales del mercado. A continuación se presentan las opiniones de los usuarios sobre el precio de 4 (4).