Google原生Codex视频流水线：Nano Banana 2 Lite + Gemini Omni Flash（2026）

在Codex中用Nano Banana 2 Lite + Gemini Omni Flash + Drive搭建完整的Google原生视频流水线。一个API密钥，图像转视频，支持对话式精修，全程终端操作。

by AnyCap

如果你的Codex工作流完全运行在Google模型上，就无需混合不同的生态系统。AnyCap在Codex内部为你提供完整的Google原生流水线——一个API密钥、两个模型，从静态图像到最终视频一气呵成。

流水线：Nano Banana 2 Lite 用于图像生成 → Gemini Omni Flash 用于视频生成和对话式精修 → Drive 用于存储和分享。

三个步骤均通过同一个 anycap CLI在你的Codex终端会话中运行。

三条命令完成流水线

# Step 1: Generate a keyframe image with Nano Banana 2 Lite (Gemini 3.1 Flash-Lite Image)
anycap image generate \
  --model nano-banana-2-lite \
  --prompt "Minimal product hero: dark card UI, floating interface elements, soft blue glow, professional" \
  -o keyframe.jpg

# Step 2: Animate with Gemini Omni Flash
anycap video generate \
  --model gemini-omni-flash-preview \
  --mode image-to-video \
  --param images=./keyframe.jpg \
  --prompt "Subtle parallax motion, interface elements drift gently, ambient light shift" \
  -o hero-v1.mp4

# Step 3: Upload to Drive
anycap drive upload hero-v1.mp4 --name "product-hero" --share

三条命令。一个生态系统。无需单独账户。

为什么Google原生在Codex中如此重要

跨步骤的视觉一致性。 Nano Banana 2 Lite和Gemini Omni Flash同属Google模型家族。视觉风格、色彩语言和渲染质感在图像到视频的转换过程中保持连贯，无需通过提示词工程来对齐不同厂商之间的美学风格。

生成后的对话式精修。 一旦Gemini Omni Flash完成关键帧动画，你可以用自然语言精修视频片段——"减慢动作"、"增加暖色调"、"在结尾处停顿"——无需从头重新生成。目录中没有其他模型能在图像到视频流水线之上提供这一功能。

单一认证，统一计费。 一个 anycap API密钥同时覆盖Nano Banana 2 Lite和Gemini Omni Flash。无需单独的Google AI Studio账户，无需Vertex AI凭证，无需第二个计费面板。

模型参考

角色 模型 AnyCap参数
图像生成 Nano Banana 2 Lite --model nano-banana-2-lite
视频生成 Gemini Omni Flash --model gemini-omni-flash-preview
对话式编辑 Gemini Omni Flash anycap video edit --model gemini-omni-flash-preview
存储与分享 AnyCap Drive anycap drive upload

包含对话式精修的完整流水线

图像到视频步骤只是开始。生成第一个视频版本后，Gemini Omni Flash允许你通过自然语言进行精修：

# Generate keyframe
anycap image generate \
  --model nano-banana-2-lite \
  --prompt "SaaS feature launch: dashboard UI, highlighted new feature panel, professional dark mode" \
  -o feature-hero.jpg

# First video pass
anycap video generate \
  --model gemini-omni-flash-preview \
  --mode image-to-video \
  --param images=./feature-hero.jpg \
  --prompt "Smooth reveal of the feature panel, professional product demo pacing" \
  -o feature-v1.mp4

# Conversational refinement pass 1
anycap video edit \
  --input feature-v1.mp4 \
  --instruction "Slow the reveal slightly and add a brief pause at peak exposure of the panel" \
  --model gemini-omni-flash-preview \
  -o feature-v2.mp4

# Conversational refinement pass 2
anycap video edit \
  --input feature-v2.mp4 \
  --instruction "Warm the color grade and add a subtle vignette at the edges" \
  --model gemini-omni-flash-preview \
  -o feature-v3.mp4

# Upload final version
anycap drive upload feature-v3.mp4 --name "feature-launch-hero" --share

通过对话式编辑发现并完善创意方向——最终视频片段附带可分享链接交付至Drive。

完整的Codex自动化脚本

以下是一个完整的自动化流水线，Codex代理可以将其作为部署后步骤运行：

#!/bin/bash
# Google-native Codex video pipeline
# Usage: bash google-pipeline.sh "feature name" "visual description"

FEATURE="$1"
VISUAL="${2:-clean SaaS dashboard, dark mode, minimal UI}"

echo "🖼️  Generating keyframe with Nano Banana 2 Lite..."
anycap image generate \
  --model nano-banana-2-lite \
  --prompt "${VISUAL}, professional product hero composition" \
  -o /tmp/keyframe.jpg

echo "🎬 Animating with Gemini Omni Flash..."
anycap video generate \
  --model gemini-omni-flash-preview \
  --mode image-to-video \
  --param images=/tmp/keyframe.jpg \
  --prompt "${FEATURE} feature reveal, smooth animation, professional product demo" \
  -o /tmp/v1.mp4

echo "✏️  Refining: slowing motion and warming tone..."
anycap video edit \
  --input /tmp/v1.mp4 \
  --instruction "Slow the reveal motion slightly and warm the color grade" \
  --model gemini-omni-flash-preview \
  -o /tmp/final.mp4

echo "☁️  Uploading to Drive..."
LINK=$(anycap drive upload /tmp/final.mp4 --name "${FEATURE}-launch-video" --share)
echo "✅ Done: ${LINK}"

运行方式：bash google-pipeline.sh "analytics-v2" "SaaS analytics dashboard, data visualization cards"

Codex在每次功能部署后触发此脚本——无需人工干预，返回一个可分享的视频链接。

何时使用Google原生流水线 vs 混合模型

在以下情况使用Google原生流水线：

  • 希望图像和视频之间保持视觉一致性，无需跨厂商提示词对齐
  • 处于迭代式创意工作流中，对话式编辑能节省时间
  • 希望尽量减少技术栈中的模型厂商数量
  • 已在Codex中使用Nano Banana 2 Lite完成其他图像生成任务

在以下情况使用混合流水线：

  • 需要Veo 3.1更高的质量上限来完成最终交付物（关键帧用Nano Banana 2 Lite，视频用Veo 3.1）
  • 视频时长需要超过8秒（切换到Kling 3进行视频步骤）
  • 需要人物主体的最大照片真实感（视频步骤使用Sora 2 Pro）

Google原生流水线并非唯一选择——但当Google模型已是你的默认选项时，它是最简洁的方案。

常见问题

Nano Banana 2 Lite是什么？ Nano Banana 2 Lite是AnyCap对Gemini 3.1 Flash-Lite Image的模型ID——Google快速、高性价比的图像生成模型。它与Gemini Omni Flash属于同一模型家族，是Google原生Codex流水线最自然的图像生成搭档。

使用这条流水线需要Google账户吗？ 不需要。AnyCap负责Nano Banana 2 Lite和Gemini Omni Flash的认证。你现有的 anycap 凭证涵盖两个模型，无需单独设置Google AI Studio或Vertex AI。

图像转视频的质量与文本转视频相比如何？ 使用Nano Banana 2 Lite关键帧的图像转视频，通常比纯文本转视频产生更一致、更具针对性的输出，因为关键帧为Gemini Omni Flash提供了精确的起始构图，而不是从文本解读整个场景。

可以为关键帧使用不同的图像模型吗？ 可以。虽然Nano Banana 2 Lite是Google原生配对，但Gemini Omni Flash接受任何图像作为输入——GPT Image 2、Seedream 5，或任何PNG/JPG文件。Google原生流水线是建议，不是要求。

图像转视频后的对话式编辑如何工作？ 与文本转视频后完全相同。使用 anycap video edit --input <previous-output.mp4> --instruction "..."。模型将描述的更改应用于动画片段，同时保留关键帧中的原始场景上下文。

延伸阅读