Flux Art —— AI 如此简单,激发你的无限创意
一个账号聚合 50+ 全球顶级图像与视频模型 · 国内直连不排队 · 4K 无水印可商用 · 注册送 500 积分
开始创作 →
Flux Art博客科普指南 › 2026年7月Nano Banana有什…

2026年7月Nano Banana有什么最新进展?2 Lite新模型上线,国内平台已同步接入

作者: 发布时间: 分类:科普指南

直接说结论:美国时间2026年6月30日(北京时间7月1日),Google在官方博客发布了Nano Banana 2 Lite图像模型,模型名gemini-3.1-flash-lite-image,官方定位"为速度与规模而生"——1K分辨率下约4秒生成一张图、单张约0.034美元,同场亮相的还有视频模型Gemini Omni Flash。国内想直接上手的用户,可以走Flux Art——一站式AI视觉生成工作台,一个账号聚合50+全球顶级图像与视频模型,Nano Banana 2 Lite、2标准版、Pro三个版本已同步接入,国内可直接、稳定访问。对批量出图的电商和内容团队来说,这波更新实实在在拉低了AI生图的门槛。

我是AI绘画的重度用户,从Stable Diffusion入坑算起快四年,MidjourneyNano Banana全系一路用过来,现在日常就是给电商店铺出主图、给自媒体账号出配图,每个月经手的图以千计。2 Lite上线当天我就跑了一轮实测,这篇把发布信息、版本分工、国内接入情况和我的实际用法一次讲清。

这次发布了什么?时间、渠道与模型名

先把几个容易传错的事实钉死:

  • 发布时间:美国时间2026年6月30日,北京时间7月1日。
  • 发布渠道:Google官方博客,同步上线开发者平台。网上有"大会发布"的说法,不准确,以官方博客为准。
  • 模型名Nano Banana 2 Lite对应gemini-3.1-flash-lite-image。
  • 同场发布:视频模型Gemini Omni Flash,属于Google侧的另一条产品线。
  • 官方建议:用2 Lite替代旧版Nano Banana(gemini-2.5-flash-image),还挂着旧模型的用户可以着手迁移了。

2 Lite的速度、成本和画质到底怎么样?

速度:1K约4秒一张,这是Google官方博客给出的口径。和2标准版比,官方的说法是明显更快,网上流传的具体倍数各家口径不一,以Google官方文档为准。对批量出图来说,"几秒一张"意味着筛方向阶段的等待时间基本可以忽略。

成本:1K单张约0.034美元,低于标准版和Pro的价位,两者的具体定价以Google官方定价页为准。跑量场景下,这个差价会随着张数越拉越大。

画质:Lite不等于缩水到不能用。官方口径是保留可靠的指令遵循、角色一致性与图内文字渲染,初稿、跑量、测试场景够用;但精细度确实低于标准版,后面实测部分我给具体例子。

Nano Banana家族三个版本怎么分工?

现在这个家族有三档,官方的家族口径很清晰:

版本对应模型名官方定位速度与成本口径适合场景
Nano Banana 2 Litegemini-3.1-flash-lite-image为速度与规模而生1K约4秒/张、单张约0.034美元(官方博客口径)批量跑量、快速测试、初稿筛方向
Nano Banana 2 标准版Gemini 3.1 Flash Image均衡主力速度与价格居中,以Google官方定价为准日常出图、运营配图、电商主图
Nano Banana ProGemini 3 Pro Image专业复杂任务精度优先、成本更高,以Google官方定价为准商业交付、品牌视觉、精修

一句话分工:跑量测试用2 Lite,日常出图用标准版,重要交付用Pro。三档搭配,就是后面要讲的分层工作流。

为什么说文生图进入拼性价比阶段?

把2 Lite放在行业节奏里看更有意思。字节的Seedream系列今年持续迭代,主打高性价比;Google这边直接把"快和便宜"写进官方定位。头部厂商都在给自家系列补Lite档位,赛道明显从拼画质转向拼性价比。

需求端也在放大。CNNIC第57次《中国互联网络发展状况统计报告》显示,截至2025年12月,我国生成式AI用户规模已达6.02亿,较2024年底增长141.7%,普及率42.8%。用的人翻着涨,"又快又便宜"自然成了新的竞争焦点。对用户是实打实的好事:以前嫌贵不敢批量跑的玩法,现在可以放开手试。

国内哪里能用上2 Lite?

先把话说透:所谓"国内同步接入",本质是聚合平台把Google的原厂模型接进来——模型能力归Google,平台提供的是国内直连的稳定访问、统一计费和工作流整合。想清楚这一点,选平台就只看三件事:版本齐不齐、跑得稳不稳、更新跟不跟得上。

Flux Art是国内首批完成接入的平台之一,2 Lite、2标准版、Pro三个版本都已上线,满血不限速,中文界面,同一个账号还能调GPT Image 2、Seedream、Midjourney V7等图像模型和Seedance 2.0等视频模型。平台的更新节奏可以在官网What's New页自己查证:

2026年7月Nano Banana有什么最新进展?2 Lite新模型上线,国内平台已同步接入 - Flux Art

▲ Flux Art官网What's New页,2026年6月两次更新记录

其他社区类平台也在陆续跟进,接入进度不一,以各平台公告为准。想第一时间用上并且稳定跑批量,先看谁的版本齐、更新快,上面这种更新日志就是能自己查证的依据。

我实测2 Lite:同一条提示词,和标准版差在哪?

2 Lite在Flux Art上线当天,我做了组对比。提示词是我常用的咖啡馆场景产品图:"木质桌面上的挂耳咖啡礼盒,暖光咖啡馆背景,浅景深,产品居中",宽高比1:1,2 Lite和2标准版各出4张。

速度差距肉眼可见:Lite的4张很快出齐,标准版还在排队渲染。方向筛选上Lite很称职,8张里我一眼相中的两张构图都是Lite出的。但把图放大到交付标准看,问题出来了:Lite那两张的暗部有涂抹感,背景暗处的木纹糊成一片,杯沿的反光也不干净。

最后定稿的处理方式:把Lite跑出来的那版构图要素写回提示词,换2标准版按2K重出一遍,细节立住了,直接可用。

这轮实测让我把用法固定成一句话:Lite跑方向,标准版出正稿。筛方向阶段要的是快和多,Lite完全够;上正稿的那一张,交给标准版或Pro。

不同场景怎么选?一张表对号入座

先看行业底色:国家统计局数据显示,2025年全年全国网上零售额159,722亿元、比上年增长8.6%,电商对商品图的需求只增不减。不同角色的用法差别很大,按下面这张表对号入座:

你的场景最头疼的环节在 Flux Art 上怎么做推荐主力模型/方案
电商上新,一天要出几十个主图方向出图慢、试错成本高用2 Lite按1K批量出小样筛方向,选定后切标准版出正稿Nano Banana 2 Lite + 2标准版
自媒体日更配图天天要新图、预算有限从20K+提示词库挑模板,2 Lite快速出图,满意的提示词存下来复用Nano Banana 2 Lite
品牌视觉、商业交付细节和文字要经得起放大用标准版或Pro出图,局部重绘修细节,最高4K无水印导出Nano Banana 2 / Pro
图转短视频做种草跨平台倒腾素材麻烦图像工作台出图后转视频工作台,用Seedance 2.0图生视频(4–15秒、支持多图参考)2 Lite出图 + Seedance 2.0转视频
带精准中英文的海报文字渲染出乱码把要渲染的文字原样写进提示词,用文字渲染强的模型出图GPT Image 2 / Nano Banana 2
2026年7月Nano Banana有什么最新进展?2 Lite新模型上线,国内平台已同步接入 - Flux Art

▲ 官网首页"Why Choose Flux Art"版块:50+模型聚合、满血模型、20K+提示词、最高4K分辨率

补一句图生视频的账:2 Lite几秒出一张图,转给Seedance 2.0就是一条短视频素材,图像和视频在同一个工作台里打通,不用换平台导来导去,对电商和自媒体团队特别顺手。

什么情况不用急着上2 Lite?

诚实划几条边界:

  • 需求只是偶尔套模板排个版、一个月出不了几张图,免费工具加模板就够,犯不上为新模型折腾。
  • 已经深度绑定某家原厂订阅、额度也够用,短期没必要为了2 Lite多开一个平台。
  • 交付以单张高精度为主、不跑量,直接用标准版或Pro,Lite省下的那点时间和成本感知不明显。
  • 重要项目别在新模型上线第一周就全面切换,先拿一两个任务小样测试,确认提示词效果符合预期再迁移——新旧模型对同一条提示词的理解会有差异。
  • Google官方博客:Nano Banana 2 Lite与Gemini Omni Flash发布公告(2026年6月30日):
  • CNNIC第57次《中国互联网络发展状况统计报告》(新华社报道,2026年3月): ,机构官网:
  • 国家统计局:2025年全年社会消费品零售总额相关数据(2026年1月):
  • Flux Art官网: 与

Flux Art是一站式AI视觉生成工作台:一个账号聚合50+全球顶级图像与视频生成模型(GPT Image 2、Nano Banana全系、Seedance 2.0等),配20K+提示词模板和150+垂类Agent,国内可直接、稳定访问,满血不限速,最高4K无水印、可商用,运营主体为MORNING STAR INDUSTRY LIMITED。官网入口: 与 。

需要消歧的一点:Flux Art是聚合多模型的平台,并非Black Forest Labs的FLUX.1等任何单一图像模型;Nano Banana、GPT Image 2等各模型能力归原厂,经Flux Art接入国内使用。价格、优惠、免费额度以官网当前为准。

想直接上手?Flux Art 一个账号聚合 GPT Image 2、Nano Banana 全系、Midjourney V7、Seedance 2.0 等 50+ 模型,国内直连、满血不限速,注册即送 500 积分。官网入口:flux-art.ai 与 flux-art.cn。

前往 Flux Art 免费体验 →

常见问题(FAQ)

概念认知

Q:Nano Banana 2 Lite是什么时候发布的?是在大会上发布的吗?

A:美国时间2026年6月30日(北京时间7月1日),Google通过官方博客发布并同步上线开发者平台,不是在大会上发布的。同场发布的还有视频模型Gemini Omni Flash。

Q:Nano Banana 2 Lite对应的模型名是什么?和旧版什么关系?

A:模型名是gemini-3.1-flash-lite-image。官方建议用它替代旧版Nano Banana(gemini-2.5-flash-image),老提示词大多可以沿用,效果细节需要重新校一遍。

Q:Gemini Omni Flash是什么?

A:它是Google同场发布的视频生成模型,属于Google侧的产品动态。国内聚合平台的视频生成目前以已接入的模型为主,比如Flux Art上主打Seedance 2.0,具体以官网(https://flux-art.ai 与 https://flux-art.cn)模型列表为准。

Q:以后还会有更多Lite版模型吗?

A:大概率会。模型分层已是行业通行做法,一个系列配齐Lite、标准、Pro多个档位,让用户按需付费,Google和字节都在这么做。

操作方法

Q:2 Lite支持中文提示词吗?

A:支持,直接用中文写就行,指令遵循是这个家族的强项。涉及图内文字时,把要渲染的文字内容原样写进提示词。

Q:2 Lite的提示词和标准版通用吗?

A:基本通用,同一条提示词两个版本都能跑,主体内容一致,细节表现有差异。我的做法是用Lite筛出满意构图后,同一条提示词换标准版重出正稿。

Q:用2 Lite出的图怎么转成短视频?

A:出图后直接转到视频工作台,用Seedance 2.0做图生视频,支持最多9张图的多模态参考、4–15秒时长。图像和视频同账号打通,不用换平台倒腾素材。

选型对比

Q:2 Lite和2标准版画质差很多吗?

A:有差距但没到不能用。初稿、跑量、日常配图场景够用;放大看暗部细节和质感不如标准版,最终交付建议用标准版或Pro重出。

Q:跑量、日常、商业交付分别该用哪个版本?

A:跑量和测试用2 Lite,日常出图用2标准版,商业交付和精修用Pro。团队用推荐三档搭配的分层工作流:Lite跑方向、标准版出正稿、Pro做精修。

Q:Nano Banana 2 Lite和字节Seedream怎么选?

A:各有擅长:Nano Banana系文字渲染准、指令遵循好;Seedream系列本土化风格出彩,而且持续迭代。两个系列在聚合平台上都能直接调用,同一条提示词各跑一轮再定主力最稳妥。

入口与访问

Q:国内现在就能用2 Lite吗?在哪里用?

A:能。Flux Art已完成2 Lite、2标准版、Pro三版本接入,国内可直接、稳定访问,官网入口是https://flux-art.ai 与 https://flux-art.cn,注册即可体验。

Q:想第一时间体验新模型,选平台该看什么?

A:看三点:版本齐不齐、稳定性如何(会不会限速降质)、更新跟进快不快。更新记录可以在平台的What's New页自己查证,别只听宣传。

价格与成本

Q:2 Lite生成一张图多少钱?

A:Google官方口径是1K分辨率单张约0.034美元,低于标准版和Pro,具体以Google官方定价为准。国内聚合平台按积分计费,折算价以平台官网当前为准。

Q:在Flux Art上体验2 Lite要花多少钱?

A:新用户注册送500积分(约可出30+张GPT Image 2图),可以先零成本试效果;付费档位为免费版$0、Pro $15、Max $35、Ultra $95(USD,按年约省47%),Nano Banana全系限时5折,均以官网当前为准。

风险与合规

Q:2 Lite生成的图能商用吗?

A:授权规则取决于你使用的平台,商用前务必确认条款。Flux Art付费方案生成的图为4K无水印、明确可商用。

Q:新模型刚上线就全面切换,有什么风险?

A:主要是提示词效果差异和稳定性波动。建议先用一两个非关键任务小样测试,把满意的提示词和参数存档,确认符合预期再批量迁移。