Google Nano Banana змінює ШІ-генерацію зображень: поєднання елементів без спотворень і багатокрокове редагування
Google представила оновлену модель Gemini 2.5 Flash, відому як Nano Banana, яка вирішує проблему узгодженості зображень під час редагування та комбінування елементів.
Днями Google представила значне оновлення творчих можливостей ШІ з Gemini 2.5 Flash, також відомою як Nano Banana. Генератор уже посів перше місце в рейтингу LMArena та отримує захоплені відгуки.
Nano Banana розроблена для вирішення однієї з найбільших проблем штучного інтелекту: узгодженості. Google не просто намагається забезпечити точне редагування та результат через багатоетапне налаштування й безперешкодне змішування. Компанія прагне створити культурний прорив і вивести створення високоякісних зображень у маси.
Gemini 2.5 Flash доступна в застосунку та для розробників через платформи Gemini API, Google AI Studio і Vertex AI. За відгуками, Nano Banana дійсно якісно впоралася з узгодженням різних елементів у резульаті редагування.
«Я перевірив, як Nano Banana може перетворити одне базове зображення на повноцінну кінематографічну послідовність. Узгодженість між сценами бездоганна, немає потреби перебудовувати все з нуля кадр за кадром. Це змінює все для швидкості й тону розповіді історій. Робочий процес? У 10 разів швидше», - пише @D_studioproject в X.
Якщо потрібно відредагувати дрібні деталі зображення, зазвичай штучний інтелект змінює всю картинку, що надзвичайно дратує. Google відкрито пишається поліпшенням цієї можливості: користувачі можуть, наприклад, завантажити фотографію людини й спробувати одягти її в різні наряди, змінити зачіску або помістити в інше оточення без жахливого спотворення.
«Відмінні новини для жінок! Просто вставте селфі й фотографію наряду, який ви хочете надіти, в систему штучного інтелекту, і він створить ваше зображення вас у цьому наряді в природних умовах, у приміщенні або на вулиці, з неймовірною точністю. Можливість була й раніше, але це змінює правила гри», - розповідає @8co28 у коментарі до цього неймовірного зображення.
Офіційний акаунт Google Gemini App також наводить кілька прикладів, з упором саме на поєднання зображень. Наприклад, як цей космонавт, який грає в баскетбол на закинутій площадці в джунглях.
Програма також підтримує багатокрокове редагування, яке дозволяє отримувати й переглядати резульат поступово. Можна, наприклад, один за одним додавати елементи інтер’єру в кімнату, знову ж, без змін і спотворень решти зображення. Ще одна цікава можливість - змішування стилів. Стиль з одного зображення можна застосувати до об’єкта на іншому.
Створення реалістичних зображень або відео як ніколи піднімає питання підробки. Крім звичайного водяного знака, Gemini 2.5 Flash ставить невидимий цифровий водяний знак SynthID, який можна виявити, навіть якщо зображення було змінено.
Свого часу можливості ChatGPT зі створення зображень допомогли суттєво збільшити кількість користувачів застосунку, головним чином завдяки величезному напливу зображень у стилі Studio Ghibli. Ймовірно, Google Nano Banana дасть схожий ефект.