- «Nano Banana»-ն Gemini 2.5 Flash Image-ի կոդային անվանումն է, որը Google-ի պատկերներ ստեղծելու և խմբագրելու նոր մոդելն է։
- Այն թույլ է տալիս զրույցի միջոցով խմբագրել, պահպանել մարդկանց և առարկաների միջև համապատասխանությունը և համատեղել պատկերները բնական լեզվի հրահանգների հետ։
- Ներառում է SynthID-ը որպես անտեսանելի ջրանիշ և ֆիլտրեր զգայուն բովանդակության և հանրային դեմքերի համար։
- Դուք կարող եք այն փորձարկել Gemini հավելվածում և Google AI Studio-ում՝ օգտագործելով gemini-2.5-flash-image-preview մոդելը։
Շաբաթներ տևած ենթադրություններից հետո, մականունը «Նանո բանան» դադարում է առեղծված լինելհամապատասխանում է Google-ի նոր պատկերի շարժիչը պաշտոնապես ներկայացվեց որպես Երկվորյակ 2.5 Լուսարձակող պատկերԸնկերությունը ակտիվացնում է մի գործառույթ, որը համատեղում է ստեղծումն ու խմբագրումը զրույցային մոտեցման հետ, որը ձգտում է նվազեցնել ստեղծագործական հոսքի մեջ առկա անհամապատասխանությունները։
Մոդելը գալիս է մրցակցելու Midjourney-ի նման գեներատորների և Photoshop-ի նման ավանդական խմբագրիչների հետ, ամրապնդված բարելավումներով։ կրակոցների միջև համապատասխանություն, գործառույթների պահպանում և արձագանքման արագություն, որը Google-ը նկարագրում է որպես «կայծակնային»։ Բացի այդ, Այն ինտեգրված է Gemini հավելվածում և հասանելի է API-ների միջոցով և Google AI Studio-ում։.
Ի՞նչ է «Նանո բանանը» և ի՞նչ է այն առաջարկում։
«Նանո բանան» մոդելի ներքին անվանումն է, որը տեքստային ուղղորդմամբ խմբագրման և բարձր վերահսկվող ստեղծման վրա կենտրոնացած էվոլյուցիա է: Համակարգը հասկանում է բնական հրահանգները և փոփոխություններ է կատարում նույն պատկերի վրա՝ առանց ձեզ ստիպելու ամեն անգամ սկսել զրոյից:
Դրա բանալիներից մեկն է տեսողական հետևողականությունԵրբ դուք խմբագրում եք լուսանկարը, լուսանկարվողի դեմքը, դիրքը կամ լուսավորությունը մնում են անփոփոխ տարբեր տարբերակներում։ Սա նվազեցնում է աղավաղումները կամ հեռանկարի ցատկերը որոնք դեռևս հայտնվում են այլ շարժիչներում՝ բարդ սցենարներում։
El Ֆոտոռեալիզմը մեկ քայլ առաջ է գնում՝ ավելի հավաստի հյուսվածքներով և լուսավորությամբ, և Google-ը պնդում է, որ դեմքերի և ձեռքերի ոլորտում կոնկրետ առաջընթացներ կան, որոնք պատկերի արհեստական ինտելեկտի երկու ավանդաբար նուրբ ոլորտներ են։ Մոդելը նաև աչքի է ընկնում իր արագությամբ, ինչը նպաստում է փորձարկման և կատարելագործման ցիկլերի կրճատմանը։
Համայնքային համեմատական վերլուծություններում, ինչպիսին է LM Arena-ն, «Nano Banana»-ն հայտնվում է ամենաբարձր գնահատականը օգտագործողի փորձի խմբագրման մեջ՝ պայմանավորված որակի, վերահսկողության և արձագանքման արագության հավասարակշռությամբ։
Հիմնական խմբագրման և ստեղծման առանձնահատկություններ
- Զրույցային խմբագրումերկխոսության մեջ է մտնում պատկերի հետ և պահանջում է իտերատիվ ճշգրտումներ (օրինակ՝ երկնքի ինտենսիվացում, մեքենայի գույնի փոփոխություն կամ առարկայի ավելացում):
- Տեղական ընտրություն և ռետուշԸնտրեք որոշակի տարածքներ՝ տարրերը ջնջելու, ֆոնը փոփոխելու կամ լուսավորությունն ու գույնը կարգավորելու համար՝ առանց մնացածի վրա ազդելու։
- Կազմը և խառնուրդըՄիավորում է մի քանի լուսանկարներ մեկ տեսարանի մեջ և մեկ պատկերի ոճը կիրառում մյուսի օբյեկտների վրա։
- Բնավորության ներդաշնակությունՊահպանում է նույն անձի, կենդանու կամ առարկայի տարբերակների միջև նմանությունը բազմաթիվ խմբագրումների ընթացքում։
Ստեղծագործական ճկունությունից բացի, Google-ը ավելացնում է անվտանգության շերտԲոլոր ստեղծված կամ խմբագրված պատկերները ներառում են SynthID, աննկատելի ներդրված ջրանիշ, որը դիմադրում է փոխակերպմանը և թույլ է տալիս ստուգել, թե արդյոք բովանդակությունը ստեղծվել կամ փոփոխվել է արհեստական բանականության կողմից։
Համակարգը ներառում է ֆիլտրեր՝ դրանց առաջացումը կամ մանիպուլյացիան կանխելու համար։ զգայուն բովանդակություն (բռնություն, բացահայտ մերկություն) և արգելափակում է հայտնի մարդկանց խմբագրումը: Եթե օգտատերը վերբեռնում է իրական լուսանկար՝ փոփոխելու համար, անվտանգության մեխանիզմները փորձում են կանխել հարցումները, որոնք կարող են հանգեցնել խորը կեղծիքների:
Գործնականում սա նշանակում է տեխնիկական թեստավորման վրա ավելի քիչ ժամանակի վատնում և ստեղծագործական արդյունքի վրա ավելի շատ կենտրոնացում։ Բնական լեզվի հրամանները դառնում են գործողություններ բեմում ավելի մեծ իմաստային ճշգրտությամբ և մասշտաբի, խորության և ոճի նկատմամբ հարգանքով։
Ինչպես օգտագործել Nano Banana-ն Gemini հավելվածում և AI Studio-ում
Փորձը ինտեգրված է Gemini ինտերֆեյսի մեջ, առանց լրացուցիչ ծրագրաշարի անհրաժեշտության։ Շատ դեպքերում Դուք կարող եք օգտվել դրանից նույնիսկ անվճար տարբերակ, կախված ձեր տարածաշրջանում և հաշվի տեղակայումից.
- Gemini հավելվածում կամ կայքումմուտք դեպի gemini.google.com/app (o բջջային հավելվածը), ընտրեք առկա ձևանմուշը և «Գործիքներ» բաժնում անցեք «Ստեղծել պատկերներ» բաժինը։
- Ստեղծել կամ խմբագրելՄուտքագրեք հուշում՝ զրոյից ստեղծելու կամ խմբագրելու համար լուսանկար վերբեռնելու համար: Կարող եք ավելացնել շղթայական հրահանգներ՝ արդյունքը մի քանի փուլերի ընթացքում ճշգրտելու համար:
- Օգտակար պատվերներ«կադրը դարձնել սև ու սպիտակ», «օբյեկտը հեռացնել ֆոնից», «ֆոնը փոխել քաղաքային տեսարանի» կամ «այս պատկերի ոճը կիրառել այս զգեստի վրա»։
Եթե նախընտրում եք ստուգել, որ օգտագործում եք մշակողի միջավայրից ճիշտ մոդելը, Google AI Studio-ն առաջարկում է վերահսկվող փորձարկման ուղիղ հոսք՝ Gemini-2.5-flash-image-preview.
- Մուտք գործեք Google AI Studio.
- Ընտրեք «gemini-2.5-flash-image-preview» մոդելը ընտրիչի մեջ։
- Մուտքագրեք տեքստային հուշումներ և/կամ վերբեռնեք պատկերներ՝ փոփոխությունները իրական ժամանակում տեսնելու համար։, բազմաշարք խմբագրման աջակցությամբ։
Թեև վարքագիծը բարելավվել է հետևողականության և ֆոտոռեալիզմի առումով, հարկ է հիշել, որ Պատկերների մեջ տեքստի կամ որոշակի բարդ արտացոլումների ներկայացումը կարող է դեռևս կատարյալ չլինել։Այնուամենայնիվ, լեզվական խմբագրումը և ջրանիշերը հետաքրքիր հավասարակշռություն են ապահովում ստեղծագործական վերահսկողության և պատասխանատվության միջև։
Խոսակցական խմբագրման, կերպարների հետևողականության, արագության և SynthID-ի նման պաշտպանության միջոցների համադրությամբ, «Nano Banana»-ն հարմար է որպես բազմակողմանի տարբերակ այն ստեղծողների, ապրանքանիշերի և օգտատերերի համար, ովքեր ցանկանում են կարգավորել լուսանկարները կամ ստեղծագործել տեսարաններ՝ առանց դիմակներով և շերտերով բարդանալու։բոլորը Gemini-ից են և ունեն հոսք, որը խրախուսում է կրկնությունները մինչև սկզբնական գաղափարին լավագույնս համապատասխանող տարբերակը գտնելը։
Ես տեխնոլոգիայի էնտուզիաստ եմ, ով իր «գիկ» հետաքրքրությունները վերածել է մասնագիտության։ Ես իմ կյանքի ավելի քան 10 տարին անցկացրել եմ՝ օգտագործելով նորագույն տեխնոլոգիաներ և զուտ հետաքրքրասիրությունից դրդված բոլոր տեսակի ծրագրերի հետ աշխատելիս: Այժմ ես մասնագիտացել եմ համակարգչային տեխնիկայի և տեսախաղերի մեջ։ Դա պայմանավորված է նրանով, որ ավելի քան 5 տարի ես գրում եմ տարբեր կայքերի համար տեխնոլոգիայի և վիդեոխաղերի վերաբերյալ՝ ստեղծելով հոդվածներ, որոնք փորձում են ձեզ տրամադրել ձեզ անհրաժեշտ տեղեկատվությունը բոլորին հասկանալի լեզվով:
Եթե ունեք հարցեր, իմ գիտելիքները տատանվում են Windows օպերացիոն համակարգի հետ կապված ամեն ինչից, ինչպես նաև բջջային հեռախոսների համար նախատեսված Android-ից: Եվ իմ հանձնառությունն է ձեզ, ես միշտ պատրաստ եմ մի քանի րոպե ծախսել և օգնել ձեզ լուծել ցանկացած հարց, որը կարող եք ունենալ այս ինտերնետային աշխարհում: