Το Nano Banana είναι πλέον επίσημο: Gemini 2.5 Flash Image, η γεννήτρια επεξεργαστών-συντακτών της Google που χρησιμοποιείτε κατά τη συνομιλία

Μετά από εβδομάδες εικασιών, το παρατσούκλι «Νανο Μπανάνα» παύει να είναι μυστήριο: αντιστοιχεί σε Η νέα μηχανή εικόνων της Google, που παρουσιάστηκε επίσημα ως Δίδυμοι 2.5 Εικόνα φλαςΗ εταιρεία ενεργοποιεί μια λειτουργία που συνδυάζει τη δημιουργία και την επεξεργασία με μια διαλογική προσέγγιση που επιδιώκει να μειώσει τις τριβές στη δημιουργική ροή.

Το μοντέλο έρχεται για να ανταγωνιστεί γεννήτριες όπως το Midjourney και παραδοσιακούς επεξεργαστές όπως το Photoshop, ενισχυμένο από βελτιώσεις στο συνέπεια μεταξύ των βολών, διατήρηση χαρακτηριστικών και ταχύτητα απόκρισης που η Google περιγράφει ως "αστραπιαία". Επιπλέον, Είναι ενσωματωμένο στην εφαρμογή Gemini και είναι διαθέσιμο μέσω API και στο Google AI Studio..

Τι είναι το «Nano Banana» και τι προσφέρει;

«Nano Banana» είναι το εσωτερικό όνομα του μοντέλου, μια εξέλιξη που επικεντρώνεται στην επεξεργασία με καθοδήγηση κειμένου και στην εξαιρετικά ελεγχόμενη δημιουργία. Το σύστημα κατανοεί τις φυσικές οδηγίες και εφαρμόζει αλλαγές στην ίδια εικόνα, χωρίς να σας αναγκάζει να ξεκινάτε από την αρχή κάθε φορά.

Ένα από τα κλειδιά του είναι οπτική συνέπεια: Όταν επεξεργάζεστε μια φωτογραφία, το πρόσωπο, η στάση ή ο φωτισμός του θέματος παραμένουν ομοιόμορφα μεταξύ των εκδόσεων. Αυτό μειώνει τις παραμορφώσεις ή τα άλματα προοπτικής τα οποία εξακολουθούν να εμφανίζονται σε άλλους κινητήρες σε πολύπλοκα σενάρια.

El Ο φωτορεαλισμός κάνει ένα βήμα μπροστά με πιο πιστευτές υφές και φωτισμό, και η Google ισχυρίζεται ότι έχει σημειώσει συγκεκριμένες εξελίξεις στα πρόσωπα και τα χέρια, δύο παραδοσιακά ευαίσθητες περιοχές στην τεχνητή νοημοσύνη εικόνας. Το μοντέλο επίσης ξεχωρίζει για την ταχύτητά του, γεγονός που διευκολύνει τους συντομότερους κύκλους δοκιμών και βελτίωσης.

Στο benchmarking της κοινότητας, όπως αυτό του LM Arena, το "Nano Banana" εμφανίζεται ανάμεσα στα καλύτερη βαθμολογία στην επεξεργασία εμπειρίας χρήστη, με γνώμονα την ισορροπία ποιότητας, ελέγχου και ταχύτητας απόκρισης.

Βασικά χαρακτηριστικά επεξεργασίας και δημιουργίας

• Επεξεργασία συνομιλίας: κάνει διάλογο με την εικόνα και ζητά επαναληπτικές προσαρμογές (π.χ., ένταση του ουρανού, αλλαγή του χρώματος ενός αυτοκινήτου ή προσθήκη ενός αντικειμένου).
• Τοπική επιλογή και ρετούςΕπιλέξτε συγκεκριμένες περιοχές για να διαγράψετε στοιχεία, να τροποποιήσετε το φόντο ή να προσαρμόσετε τον φωτισμό και το χρώμα χωρίς να επηρεάσετε τα υπόλοιπα.
• Σύνθεση και ανάμειξη: Συνδυάζει πολλές φωτογραφίες σε μία μόνο σκηνή και εφαρμόζει το στυλ μιας εικόνας σε αντικείμενα μιας άλλης.
• Συνοχή χαρακτήρων: Διατηρεί την ομοιότητα μεταξύ των εκδόσεων του ίδιου ατόμου, κατοικίδιου ζώου ή αντικειμένου σε πολλαπλές επεξεργασίες.

Εκτός από την ευελιξία στη δημιουργία, η Google προσθέτει ένα επίπεδο ασφάλειαςΌλες οι εικόνες που δημιουργούνται ή επεξεργάζονται ενσωματώνουν το SynthID, ένα ανεπαίσθητο ενσωματωμένο υδατογράφημα που αντιστέκεται στον μετασχηματισμό και σας επιτρέπει να επαληθεύσετε εάν το περιεχόμενο έχει δημιουργηθεί ή τροποποιηθεί από την Τεχνητή Νοημοσύνη.

Το σύστημα περιλαμβάνει φίλτρα για την αποτροπή της δημιουργίας ή της χειραγώγησης ευαίσθητο περιεχόμενο (βία, άσεμνο γυμνό) και εμποδίζει την επεξεργασία διάσημων προσώπων. Εάν ο χρήστης ανεβάσει μια πραγματική φωτογραφία για τροποποίηση, οι μηχανισμοί ασφαλείας επιχειρούν να αποτρέψουν αιτήματα που θα μπορούσαν να οδηγήσουν σε deepfakes.

Στην πράξη, αυτό σημαίνει λιγότερος χρόνος που σπαταλιέται σε τεχνικές δοκιμές και μεγαλύτερη εστίαση στο δημιουργικό αποτέλεσμα: Οι εντολές φυσικής γλώσσας γίνονται ενέργειες επί τόπου με μεγαλύτερη σημασιολογική ακρίβεια και σεβασμό στην κλίμακα, το βάθος και το ύφος.

Πώς να χρησιμοποιήσετε το Nano Banana στην εφαρμογή Gemini και στο AI Studio

Η εμπειρία Είναι ενσωματωμένο στη διεπαφή Gemini, χωρίς την ανάγκη για πρόσθετο λογισμικό. Σε πολλές περιπτώσεις Μπορείτε να το εκμεταλλευτείτε ακόμα και στο δωρεάν έκδοση, ανάλογα με την ανάπτυξη στην περιοχή και τον λογαριασμό σας.

• Στην εφαρμογή ή τον ιστότοπο Gemini: Αποδοχή σε gemini.google.com/app (o η εφαρμογή για κινητά), επιλέξτε το διαθέσιμο πρότυπο και μεταβείτε στην επιλογή «Δημιουργία εικόνων» στην ενότητα «Εργαλεία».
• Δημιουργία ή επεξεργασία: Πληκτρολογήστε μια προτροπή για να δημιουργήσετε από την αρχή ή ανεβάστε μια φωτογραφία για επεξεργασία. Μπορείτε να προσθέσετε αλυσιδωτές οδηγίες για να βελτιώσετε το αποτέλεσμα σε πολλαπλούς γύρους.
• Χρήσιμες παραγγελίες: «κάνε τη λήψη ασπρόμαυρη», «αφαίρεση του αντικειμένου από το φόντο», «αλλαγή του φόντου σε αστικό τοπίο» ή «εφαρμογή του στυλ αυτής της εικόνας σε αυτό το φόρεμα».

Αν προτιμάτε να επαληθεύσετε ότι χρησιμοποιείτε το σωστό μοντέλο από το περιβάλλον προγραμματιστή, το Google AI Studio προσφέρει μια άμεση ροή για ελεγχόμενες δοκιμές με Προεπισκόπηση εικόνας-φλας-gemini-2.5.

• Συνδεθείτε στο Google AI Studio.
• Επιλέξτε το μοντέλο "gemini-2.5-flash-image-preview" στον επιλογέα.
• Εισαγάγετε μηνύματα κειμένου ή/και ανεβάστε εικόνες για να δείτε τις επεξεργασίες σε πραγματικό χρόνο., με υποστήριξη για επεξεργασία πολλαπλών αλλαγών.

Ενώ η συμπεριφορά έχει βελτιωθεί σε συνέπεια και φωτορεαλισμό, αξίζει να θυμόμαστε ότι Η αναπαράσταση κειμένου μέσα σε εικόνες ή ορισμένων σύνθετων αντανακλάσεων ενδέχεται να μην είναι ακόμη τέλεια.Παρόλα αυτά, η επεξεργασία και το υδατογράφημα που βασίζονται στη γλώσσα παρέχουν μια ενδιαφέρουσα ισορροπία μεταξύ δημιουργικού ελέγχου και ευθύνης.

Με τον συνδυασμό επεξεργασίας συνομιλίας, συνέπειας χαρακτήρων, ταχύτητας και μέτρων ασφαλείας όπως το SynthID, Το "Nano Banana" αποτελεί μια ευέλικτη επιλογή για δημιουργούς, μάρκες και χρήστες που θέλουν να προσαρμόσουν φωτογραφίες ή να συνθέσουν σκηνές χωρίς να περιπλέκονται με μάσκες και επίπεδα.: όλα από τον ίδιο τον Gemini και με μια ροή που ενθαρρύνει την επανάληψη μέχρι να βρεθεί η εκδοχή που ταιριάζει καλύτερα στην αρχική ιδέα.

σχετικό άρθρο:

Πώς να δημιουργήσετε βίντεο με το Gemini: Η νέα λειτουργία της Google για τη μετατροπή εικόνων σε κινούμενα κλιπ

Αλμπέρτο ​​Ναβάρο

Είμαι λάτρης της τεχνολογίας που έχει μετατρέψει τα «γκικ» ενδιαφέροντά του σε επάγγελμα. Έχω περάσει περισσότερα από 10 χρόνια της ζωής μου χρησιμοποιώντας τεχνολογία αιχμής και ασχολούμαι με όλα τα είδη προγραμμάτων από καθαρή περιέργεια. Τώρα έχω ειδικευτεί στην τεχνολογία υπολογιστών και στα βιντεοπαιχνίδια. Αυτό οφείλεται στο γεγονός ότι για περισσότερα από 5 χρόνια εργάζομαι γράφοντας για διάφορους ιστότοπους σχετικά με την τεχνολογία και τα βιντεοπαιχνίδια, δημιουργώντας άρθρα που επιδιώκουν να σας δώσουν τις πληροφορίες που χρειάζεστε σε μια γλώσσα κατανοητή από όλους.

Αν έχετε απορίες, οι γνώσεις μου κυμαίνονται από οτιδήποτε σχετίζεται με το λειτουργικό σύστημα Windows καθώς και με Android για κινητά τηλέφωνα. Και η δέσμευσή μου είναι απέναντί ​​σας, είμαι πάντα πρόθυμος να αφιερώσω λίγα λεπτά και να σας βοηθήσω να επιλύσετε τυχόν απορίες που μπορεί να έχετε σε αυτόν τον κόσμο του Διαδικτύου.