Nano Banana 能生成视频吗：图片转视频的正确路线

Nano Banana 不能生成视频。不论是 Nano Banana 2、Nano Banana 2 Lite、Nano Banana Pro，还是最早那个 Nano Banana，Google 的 Gemini API 图片文档都只把它们列为图片生成与编辑模型，没有任何"让图片动起来"的功能。

但你想做的事本身是可行的，只是分两步：先用 Nano Banana 出一张满意的图，再把这张图交给 Google 的视频模型。截至 2026 年 9 月 22 日，Google 的视频路线是 Gemini Omni：Gemini 应用里点"菜单 → 视频"就是它，API 里对应 gemini-omni-1.1-flash。Google 自己把它形容为"视频版的 Nano Banana"。Veo 3.1 没有下线，但已经退到第二位，只在你需要精确控制首尾帧、或把生成的视频反复延长时才值得选。

为什么 Nano Banana 全系列都不出视频

Gemini API 里现在有四个 Nano Banana 模型：gemini-3.1-flash-lite-image（Nano Banana 2 Lite，最快最便宜）、gemini-3.1-flash-image（Nano Banana 2，通用主力）、gemini-3-pro-image（Nano Banana Pro，复杂视觉任务）和旧的 gemini-2.5-flash-image。文档描述的能力全部是图片生成与图片编辑。

容易让人误会的一点是"视频转图片"：3.1 Flash 和 Lite 可以把一段视频当作参考输入，生成一张新图。方向是视频进、图片出，和"图片转视频"正好相反。如果一个页面说 Nano Banana 支持"视频生成"，它要么把这个功能说反了，要么在后台悄悄调用了别的模型。

Nano Banana 在视频项目里的真正位置是首帧和参考图。角色长相、产品角度、场景光线、画面构图这些东西，在图片层先锁定，比让视频模型一边猜画面一边猜运动要稳得多。这也是 Google Veo 文档里自己给出的示例流程："第一步用 Nano Banana 2 生成一张图，第二步用 Veo 3.1 基于这张图生成视频。"

不写代码：在 Gemini 应用里把图片变成视频

Gemini 应用里的视频功能现在由 Gemini Omni 驱动。按 Google 的简体中文帮助页，操作路径是：

1. 打开 gemini.google.com 或 Gemini 手机应用，点左上角的菜单图标，选择视频。
2. 可以先挑一个模板，也可以直接在文本框里输入你想要的视频描述。
3. 点添加图片上传你用 Nano Banana 做好的首帧；一次最多 5 张图片和 1 个视频。想要声音，直接在描述里写明。
4. 点提交。帮助页的原话是"生成视频可能需要几分钟时间"。
5. 生成后可以继续对话式修改：删掉某个物体、换角色、改镜头角度或场景。满意后选择保存到设备、导出，或直接分享到 YouTube。

上传图片时画幅会跟随图片；纯文字提示默认横屏。Google 产品页说明单次生成的是 10 秒视频，每段视频都带不可见的 SynthID 水印。

使用前提有几条，每一条都直接决定你能不能看到这个入口：

• 个人账号必须订阅 Google AI 方案。 帮助页原话："若要通过个人账号使用此功能，你必须订阅 Google AI 方案。"免费账号只有图片生成与编辑。
• 未满 18 周岁不能用。
• 上传视频进行编辑在欧洲经济区、瑞士、英国和美国部分州暂不支持；上传图片不受这条限制。
• "请仅上传你有权使用的照片。"

订阅档位以 Google 美国页面 2026 年 9 月 22 日的显示为准（美元，其他国家的档位和价格可能不同）：Google AI Plus 每月 4.99 美元，附带 200 个 Flow 积分并可用 Gemini Omni Flash；Google AI Pro 每月 19.99 美元，1,000 个 Flow 积分；Google AI Ultra 每月 99.99 美元起，10,000 个 Flow 积分，并优先获得包括 Veo 3.1 视频生成在内的高级功能。Google 没有公布任何"每天能生成多少条视频"的数字，页面只写了用量限制按算力计算、可能有速率限制。有人在网上给出具体条数，都不是官方口径。

中国大陆账号能否订阅 Google AI 方案、怎样支付，见Nano Banana 2 订阅多少钱的大陆章节。

写代码：API 里默认用 Omni，需要精确控帧再用 Veo 3.1

Google 的 Gemini API 视频概览写得很直接：把 Gemini Omni Flash 作为视频生成的默认模型，Veo 3.1 留给场景延长、指定帧控制这类具体需求。两条路都接受图片输入，区别在接口形态、时长、分辨率和价格。

Gemini Omni：gemini-omni-1.1-flash

按 Omni 文档（2026 年 9 月 17 日更新），图片放在输入列表里就是图生视频；放两张图并描述过渡，就是首帧到尾帧；多放几张则作为角色或元素参考。分辨率 360p、720p（默认）、1080p 和 4K（后两档是放大得到的）；画幅 16:9 默认，也支持 9:16；音频默认生成。已生成的视频可以继续延长，每次最多 10 秒，总长 40 秒；上传自己的视频来编辑或延长时，视频不能超过 10 秒。

两条限制值得先看：欧洲经济区、瑞士和英国的用户暂时不能编辑或延长上传的视频；文档明确说只有英文提示被完整评估，"其他语言未经评估，可能可用但结果会有差异"。中文提示词可以试，但出问题先换成英文再判断是不是模型问题。

Omni 用的是新的 interactions 接口，请求结构就是"模型 + 输入列表"：

from google import genai
import base64

client = genai.Client()

with open("first-frame.jpg", "rb") as f:
    image_b64 = base64.b64encode(f.read()).decode()

interaction = client.interactions.create(
    model="gemini-omni-1.1-flash",
    input=[
        {"type": "image", "data": image_b64, "mime_type": "image/jpeg"},
        {"type": "text", "text": "镜头缓慢推进，人物转头看向窗外，自然光，带环境音"},
    ],
)

超过 4MB 的视频要在 response_format 里指定 "delivery": "uri"，然后轮询文件状态直到 ACTIVE 再下载。多轮编辑通过 previous_interaction_id 引用上一次结果，不必重新上传。完整的参数说明见 Gemini Omni 1.1 Flash 使用指南。

Veo 3.1：需要首尾帧、8 秒 4K 或多次延长时

Veo 文档列出三个预览版模型：veo-3.1-generate-preview、veo-3.1-fast-generate-preview、veo-3.1-lite-generate-preview。时长 4、6、8 秒；720p 默认，1080p 和 4K 只能配 8 秒，Lite 不支持 4K；画幅 16:9 或 9:16；原生生成对话、音效和环境音。最多 3 张参考图（用参考图时必须选 8 秒），支持首帧 + 尾帧插值，生成过的视频可以每次延长 7 秒、最多 20 次（Lite 除外，延长只限 720p）。预览版模型 ID 随时可能变，写进生产代码前要再看一眼文档。

文档自带的示例就是 Nano Banana 出图、Veo 出视频：

import time
from google import genai

client = genai.Client()
prompt = "Panning wide shot of a calico kitten sleeping in the sunshine"

# 第一步：用 Nano Banana 2 生成首帧
image = client.models.generate_content(
    model="gemini-3.1-flash-image",
    contents=prompt,
    config={"response_modalities": ["IMAGE"]},
)

# 第二步：把这张图交给 Veo 3.1
operation = client.models.generate_videos(
    model="veo-3.1-generate-preview",
    prompt=prompt,
    image=image.parts[0].as_image(),
)

while not operation.done:
    time.sleep(10)
    operation = client.operations.get(operation)

video = operation.response.generated_videos[0]
client.files.download(file=video.video, destination="output.mp4")

两条 API 路线怎么选

2026 年 9 月的 API 价格与一次成本估算

以下数字是 Gemini API 定价页 在 2026 年 9 月 22 日的显示，单位美元。这些模型都没有免费层，包括 Nano Banana 各型号；想在 API 里免费试视频是不现实的。

一个算例，纯粹按上表相乘，不代表任何实测账单：做一条 8 秒 720p 短片，先用 Nano Banana 2 出 5 张候选首帧挑一张（5 × 0.067 ≈ 0.34 美元），再用 Omni 生成（8 × 0.10 = 0.80 美元），合计约 1.14 美元；同样的图换 Veo 3.1 Standard 是 8 × 0.40 = 3.20 美元，换 Veo Lite 是 0.40 美元。可以看出首帧那一步几乎不构成成本，真正贵的是视频本身，所以在图片层多试几张、在视频层少试几次，是最省钱的顺序。

如果你做首帧的量比较大，也可以用 laozhang.ai 一把 key 调所有 Nano Banana 型号：其文档页标注 gemini-3-pro-image 0.09 美元/张、gemini-3.1-flash-image 0.055 美元/张、gemini-3.1-flash-lite-image 与 gemini-2.5-flash-image 0.025 美元/张，基址 https://api2.laozhang.ai，同时提供 OpenAI 兼容的 /v1/chat/completions 和 Google 原生的 generateContent 端点，注册入口在 api2.laozhang.ai/register。它的视频接口目前文档里列出的是 Seedance、Sora 2、Wan 这几条（Seedance 接口支持 first_frame / last_frame 角色的图片输入），没有 Veo 3.1 或 Gemini Omni，所以 Google 这两条视频路线仍然要直接走 Gemini API。Veo 的更多价格细节见 Veo 3 价格解析。

"Nano Banana 视频生成器"网站背后是什么

叫"Nano Banana 视频生成器"的网站不是 Google 的产品，它们把"图像转视频""文本转视频""视频转视频"直接挂在 Nano Banana 名下，背后是别家的视频模型。以 nanobanana.io 2026 年 9 月 22 日的文本转视频页为例，页面自称是"新一代 AI 视频模型"，但它的模型选择器里列的是 Veo 3.1、Sora 2 / Sora 2 Pro、Kling 2.6 / 3.0、Seedance 2.0 / 2.5、Pixverse V6、Minimax H3，每次生成消耗 5 个积分，默认 6 秒。另外几家同类站点也类似，可选引擎是 Gemini Omni、Seedance、Wan、Veo、Kling、Grok Imagine。

也就是说，这类网站的"Nano Banana 视频"实际上是"用别人的视频模型 + 一个 Nano Banana 的名字"。这不等于它们没用，多引擎切换对不想开好几个账号的人确实方便，但要把它们当成第三方服务商而不是 Google 的官方功能来看，挑的时候看这几点：

• 页面有没有写清楚每次生成实际调用的模型名，以及积分和模型、时长、分辨率的对应关系。
• "免费""无水印""无限"有没有说清账号额度和付费边界；只喊口号不写边界的，当作随时会变的促销看待。
• 生成失败扣不扣费、能不能拿到原始文件、有没有商用授权说明。
• 输出有没有保留原图、提示词和模型名，方便以后换平台时复现。

如果你要的是多引擎比较而不是 Nano Banana 本身，直接看 AI 图片转视频生成器对比和免费图片转视频 AI会比在套壳站里试更省时间。

先做首帧再出视频：一个可复用的顺序

不论走应用还是 API，顺序都一样：

1. 先写清楚这条视频要什么：主体、镜头运动、时长、横竖屏、要不要声音、不能出现什么。
2. 用 Nano Banana 出首帧和参考图。人物短片先锁定长相、服装、表情；商品短片先锁定产品角度、光线和背景。提示词技巧见 Nano Banana 提示词写法。
3. 挑一到三张最稳的图，交给 Gemini Omni；只有需要尾帧插值、8 秒 4K 或多次延长时才换 Veo 3.1。
4. 检查输出：人脸和产品有没有漂移、文字有没有乱、动作是否符合描述、音频能不能用。
5. 画面本身错了回图片层重做首帧；只是运动或节奏不对，留在视频模型里改提示词、时长和镜头。

常见问题

Nano Banana 能直接生成视频吗？

不能。Nano Banana 2、2 Lite、Pro 和旧版都是图片生成与编辑模型，Google 文档没有任何视频输出功能。它能做的是生成首帧和参考图，视频由 Gemini Omni 或 Veo 3.1 生成。

图片怎么变成视频？

不写代码：在 Gemini 应用里点菜单 → 视频 → 添加图片，输入描述后提交，几分钟后得到一段 10 秒视频。写代码：把图片放进 gemini-omni-1.1-flash 的输入列表，或用 Veo 3.1 的 image 参数。

Veo 3.1 是不是被 Gemini Omni 取代了？

Google 的说法是 Gemini Omni 取代了 Gemini 应用里原来的 Veo 3.1，指的是应用入口。API 里 Veo 3.1 的文档在 2026 年 9 月仍在更新，Google AI Ultra 也仍把 Veo 3.1 列为权益。它没有下线，只是从默认变成了按需选项。

用 Nano Banana 做视频免费吗？

应用侧需要订阅 Google AI 方案，免费账号只有图片生成；API 侧 Omni、Veo 和 Nano Banana 都没有免费层。第三方网站的"免费"通常是有限积分。Gemini API 的免费额度覆盖哪些模型，见 Gemini API 免费层说明。

可以用自己的照片吗？

可以，Gemini 应用一次最多 5 张图片和 1 个视频，前提是你有权使用这些照片。上传视频做编辑在欧洲经济区、瑞士、英国和美国部分州暂不支持。

Gemini Omni 和 Veo 3.1 选哪个？

默认 Omni：对话式修改、360p 草稿、720p 约 0.10 美元/秒，还能延长到 40 秒。需要严格首尾帧插值、8 秒原生 1080p/4K，或想按 7 秒一段延长 20 次，再选 Veo 3.1。