- "Nano Banana" ແມ່ນລະຫັດສໍາລັບ Gemini 2.5 Flash Image, ຮູບແບບໃຫມ່ຂອງ Google ສໍາລັບການສ້າງແລະດັດແກ້ຮູບພາບ.
- ມັນອະນຸຍາດໃຫ້ແກ້ໄຂການສົນທະນາ, ຮັກສາຄວາມສອດຄ່ອງລະຫວ່າງຄົນແລະວັດຖຸ, ແລະປະສົມປະສານຮູບພາບທີ່ມີຄໍາແນະນໍາພາສາທໍາມະຊາດ.
- ຮວມເອົາ SynthID ເປັນເຄື່ອງໝາຍນ້ຳທີ່ເບິ່ງບໍ່ເຫັນ ແລະຕົວກອງສຳລັບເນື້ອຫາທີ່ລະອຽດອ່ອນ ແລະຕົວເລກສາທາລະນະ.
- ທ່ານສາມາດທົດສອບມັນໄດ້ໃນແອັບ Gemini ແລະໃນ Google AI Studio ໂດຍໃຊ້ຕົວແບບ gemini-2.5-flash-image-preview.
ຫຼັງຈາກອາທິດຂອງການຄາດເດົາ, ຊື່ຫຼິ້ນ "ກ້ວຍນາໂນ" ຢຸດເຊົາການເປັນຄວາມລຶກລັບ: ສອດຄ້ອງກັບ ເຄື່ອງຈັກຮູບພາບໃຫມ່ຂອງ Google, ເປີດຕົວຢ່າງເປັນທາງການເປັນ ເກມີນີ2.5 ຮູບພາບ Flashບໍລິສັດກໍາລັງເປີດໃຊ້ຄຸນສົມບັດທີ່ປະສົມປະສານການຜະລິດແລະການດັດແກ້ດ້ວຍວິທີການສົນທະນາທີ່ຊອກຫາວິທີຫຼຸດຜ່ອນ friction ໃນກະແສສ້າງສັນ.
ຮູບແບບດັ່ງກ່າວມາຮອດເພື່ອແຂ່ງຂັນກັບເຄື່ອງປັ່ນໄຟເຊັ່ນ Midjourney ແລະກັບບັນນາທິການແບບດັ້ງເດີມເຊັ່ນ Photoshop, ປັບປຸງໂດຍການປັບປຸງໃນ. ຄວາມສອດຄ່ອງລະຫວ່າງການສັກຢາ, ການຮັກສາຄຸນສົມບັດ, ແລະຄວາມໄວຕອບສະຫນອງທີ່ Google ອະທິບາຍວ່າ "ຟ້າຜ່າໄວ." ນອກຈາກນັ້ນ, ມັນຖືກລວມເຂົ້າໃນແອັບ Gemini ແລະສາມາດໃຊ້ໄດ້ຜ່ານ APIs ແລະໃນ Google AI Studio..
“ກ້ວຍນາໂນ” ແມ່ນຫຍັງ ແລະມັນໃຫ້ຫຍັງ?
"Nano Banana" ແມ່ນຊື່ພາຍໃນຂອງຕົວແບບ, ການວິວັດທະນາການສຸມໃສ່ການແກ້ໄຂຂໍ້ຄວາມທີ່ແນະນໍາແລະການຜະລິດທີ່ມີການຄວບຄຸມສູງ. ລະບົບເຂົ້າໃຈຄໍາແນະນໍາທໍາມະຊາດແລະນໍາໃຊ້ການປ່ຽນແປງໃນຮູບພາບດຽວກັນ, ໂດຍບໍ່ມີການບັງຄັບໃຫ້ທ່ານເລີ່ມຕົ້ນຈາກ scratch ແຕ່ລະຄັ້ງ.
ຫນຶ່ງໃນກະແຈຂອງຕົນແມ່ນ ຄວາມສອດຄ່ອງຂອງສາຍຕາ: ເມື່ອທ່ານແກ້ໄຂຮູບພາບ, ໃບຫນ້າຂອງຫົວຂໍ້, pose, ຫຼືແສງສະຫວ່າງຍັງຄົງທີ່ສອດຄ່ອງກັບສະບັບ. ນີ້ ຫຼຸດຜ່ອນການບິດເບືອນ ຫຼືການໂດດມຸມເບິ່ງ ເຊິ່ງຍັງຄົງປະກົດຢູ່ໃນເຄື່ອງຈັກອື່ນໆໃນສະຖານະການທີ່ສັບສົນ.
El Photorealism ກ້າວໄປຂ້າງໜ້າດ້ວຍໂຄງສ້າງ ແລະແສງທີ່ໜ້າເຊື່ອຖືຫຼາຍຂຶ້ນ, ແລະ Google ອ້າງວ່າມີຄວາມກ້າວຫນ້າທາງດ້ານຫນ້າແລະມື, ສອງພື້ນທີ່ທີ່ລະອຽດອ່ອນຕາມປະເພນີໃນ AI ຮູບພາບ. ຮູບແບບດັ່ງກ່າວ ຢືນອອກສໍາລັບຄວາມໄວຂອງມັນ, ເຊິ່ງອໍານວຍຄວາມສະດວກໃນຮອບວຽນການທົດສອບແລະການປັບປຸງທີ່ສັ້ນກວ່າ.
ໃນການປຽບທຽບຊຸມຊົນ, ເຊັ່ນວ່າ LM Arena, "Nano Banana" ປາກົດຢູ່ໃນບັນດາ ອັນດັບທີ່ດີທີ່ສຸດ ໃນການແກ້ໄຂປະສົບການຂອງຜູ້ໃຊ້, ຂັບເຄື່ອນໂດຍຄວາມສົມດູນຂອງຄຸນນະພາບ, ການຄວບຄຸມແລະຄວາມໄວຕອບສະຫນອງ.
ຄຸນສົມບັດການແກ້ໄຂ ແລະການຜະລິດຫຼັກ
- ການແກ້ໄຂການສົນທະນາ: ສົນທະນາກັບຮູບພາບ ແລະຮ້ອງຂໍການປັບຕົວຊ້ຳໆ (ເຊັ່ນ: ການເພີ່ມທ້ອງຟ້າ, ການປ່ຽນສີຂອງລົດ, ຫຼືການເພີ່ມວັດຖຸ).
- ການຄັດເລືອກທ້ອງຖິ່ນແລະ retouching: ເລືອກພື້ນທີ່ສະເພາະເພື່ອລຶບອົງປະກອບ, ແກ້ໄຂພື້ນຫຼັງ, ຫຼືປັບແສງ ແລະສີໂດຍບໍ່ກະທົບກັບສ່ວນທີ່ເຫຼືອ.
- ອົງປະກອບແລະການປະສົມ: ລວມຮູບຫຼາຍຮູບເຂົ້າໄປໃນສາກດຽວ ແລະນຳໃຊ້ຮູບແບບຂອງຮູບໜຶ່ງກັບວັດຖຸໃນອີກອັນໜຶ່ງ.
- ຄວາມສອດຄ່ອງຂອງລັກສະນະ: ຮັກສາຄວາມຄ້າຍຄືກັນລະຫວ່າງລຸ້ນຄົນດຽວກັນ, ສັດລ້ຽງ, ຫຼືວັດຖຸໃນການແກ້ໄຂຫຼາຍອັນ.
ນອກເຫນືອຈາກຄວາມຍືດຫຍຸ່ນທີ່ສ້າງສັນ, Google ເພີ່ມຊັ້ນຄວາມປອດໄພ: ຮູບພາບທີ່ສ້າງຂຶ້ນ ຫຼືດັດແກ້ທັງໝົດລວມເອົາ SynthID, ເປັນ watermark ຝັງ imperceptible ທີ່ຕ້ານການຫັນເປັນແລະອະນຸຍາດໃຫ້ທ່ານສາມາດກວດສອບວ່າເນື້ອໃນໄດ້ຖືກສ້າງຂື້ນຫຼືການປ່ຽນແປງໂດຍ AI.
ລະບົບປະກອບມີການກັ່ນຕອງເພື່ອປ້ອງກັນການຜະລິດຫຼືການຫມູນໃຊ້ຂອງ ເນື້ອຫາທີ່ລະອຽດອ່ອນ (ຄວາມຮຸນແຮງ, ການໂປ້ເປືອຍຢ່າງຈະແຈ້ງ) ແລະຂັດຂວາງການດັດແກ້ບຸກຄົນທີ່ມີຊື່ສຽງ. ຖ້າຜູ້ໃຊ້ອັບໂຫລດຮູບພາບທີ່ແທ້ຈິງທີ່ຈະປ່ຽນແປງ, ກົນໄກຄວາມປອດໄພພະຍາຍາມປ້ອງກັນການຮ້ອງຂໍທີ່ສາມາດນໍາໄປສູ່ການປອມແປງເລິກ.
ໃນທາງປະຕິບັດ, ນີ້ຫມາຍຄວາມວ່າໃຊ້ເວລາຫນ້ອຍລົງໃນການທົດສອບດ້ານວິຊາການແລະສຸມໃສ່ຜົນໄດ້ຮັບທີ່ສ້າງສັນຫຼາຍຂຶ້ນ: ຄໍາສັ່ງພາສາທໍາມະຊາດກາຍເປັນການກະທໍາໃນ scene ດ້ວຍຄວາມແມ່ນຍໍາຂອງ semantic ຫຼາຍຂຶ້ນແລະຄວາມເຄົາລົບຕໍ່ຂະຫນາດ, ຄວາມເລິກແລະຮູບແບບ.
ວິທີການໃຊ້ Nano Banana ໃນແອັບ Gemini ແລະ AI Studio
ປະສົບການ ຖືກລວມເຂົ້າໃນການໂຕ້ຕອບ Gemini, ໂດຍບໍ່ຈໍາເປັນຕ້ອງມີຊອບແວເພີ່ມເຕີມ. ໃນຫຼາຍໆກໍລະນີ ທ່ານສາມາດໃຊ້ປະໂຫຍດຂອງມັນແມ່ນແຕ່ໃນ ສະບັບພາສາຟຣີ, ຂຶ້ນກັບການນໍາໃຊ້ໃນພາກພື້ນແລະບັນຊີຂອງທ່ານ.
- ໃນແອັບ Gemini ຫຼືເວັບໄຊທ໌: ຮັບຮອງ gemini.google.com/app (o ແອັບຯມືຖື), ເລືອກແມ່ແບບທີ່ມີຢູ່ແລະໄປທີ່ "ສ້າງຮູບພາບ" ພາຍໃຕ້ "ເຄື່ອງມື".
- ສ້າງ ຫຼືແກ້ໄຂ: ພິມການເຕືອນເພື່ອສ້າງຈາກຈຸດເລີ່ມຕົ້ນ ຫຼືອັບໂຫລດຮູບເພື່ອແກ້ໄຂ. ທ່ານສາມາດເພີ່ມຄໍາແນະນໍາລະບົບຕ່ອງໂສ້ເພື່ອປັບປັບຜົນໄດ້ຮັບຫຼາຍຮອບ.
- ຄໍາສັ່ງທີ່ເປັນປະໂຫຍດ: "ເຮັດໃຫ້ການສັກຢາເປັນສີດໍາແລະສີຂາວ", "ເອົາວັດຖຸອອກຈາກພື້ນຫລັງ", "ປ່ຽນພື້ນຫລັງເປັນຕົວເມືອງ" ຫຼື "ໃຊ້ຮູບແບບຂອງຮູບພາບນີ້ກັບເຄື່ອງນຸ່ງນີ້".
ຖ້າທ່ານຕ້ອງການກວດສອບວ່າທ່ານກໍາລັງໃຊ້ຕົວແບບທີ່ຖືກຕ້ອງຈາກສະພາບແວດລ້ອມຂອງຜູ້ພັດທະນາ, Google AI Studio ສະເຫນີການໄຫຼໂດຍກົງສໍາລັບການທົດສອບທີ່ມີການຄວບຄຸມ. gemini-2.5-flash-image-preview.
- ເຂົ້າສູ່ລະບົບ Google AI Studio.
- ເລືອກຮູບແບບ "gemini-2.5-flash-image-preview". ໃນຕົວເລືອກ.
- ໃສ່ການເຕືອນຂໍ້ຄວາມ ແລະ/ຫຼື ອັບໂຫຼດຮູບພາບເພື່ອເບິ່ງການແກ້ໄຂໃນເວລາຈິງ., ສະຫນັບສະຫນູນການແກ້ໄຂຫຼາຍ Shift.
ໃນຂະນະທີ່ພຶດຕິກໍາໄດ້ຮັບການປັບປຸງໃນຄວາມສອດຄ່ອງແລະ photorealism, ມັນເປັນມູນຄ່າທີ່ຈື່ໄວ້ວ່າ ການເປັນຕົວແທນຂອງຂໍ້ຄວາມພາຍໃນຮູບພາບຫຼືການສະທ້ອນທີ່ສັບສົນບາງຢ່າງອາດຈະບໍ່ສົມບູນແບບເທື່ອຢ່າງໃດກໍຕາມ, ການແກ້ໄຂພາສາທີ່ຂັບເຄື່ອນແລະ watermarking ສະຫນອງຄວາມສົມດູນທີ່ຫນ້າສົນໃຈລະຫວ່າງການຄວບຄຸມສ້າງສັນແລະຄວາມຮັບຜິດຊອບ.
ດ້ວຍການປະສົມປະສານຂອງການແກ້ໄຂການສົນທະນາ, ຄວາມສອດຄ່ອງຂອງລັກສະນະ, ຄວາມໄວ, ແລະການປົກປ້ອງເຊັ່ນ SynthID, "Nano Banana" ເຫມາະເປັນທາງເລືອກທີ່ຫຼາກຫຼາຍສໍາລັບຜູ້ສ້າງ, ຍີ່ຫໍ້ແລະຜູ້ໃຊ້ທີ່ຕ້ອງການປັບຮູບພາບຫຼືປະກອບ scenes ໂດຍບໍ່ມີການ complicates ຕົນເອງດ້ວຍຫນ້າກາກແລະຊັ້ນ.: ທັງຫມົດຈາກ Gemini ຕົວຂອງມັນເອງແລະມີການໄຫຼເຂົ້າທີ່ຊຸກຍູ້ໃຫ້ມີ iteration ຈົນກ່ວາຊອກຫາສະບັບທີ່ເຫມາະສົມກັບຄວາມຄິດຕົ້ນສະບັບທີ່ດີທີ່ສຸດ.
ຂ້ອຍເປັນນັກເທັກໂນໂລຍີທີ່ກະຕືລືລົ້ນທີ່ໄດ້ຫັນຄວາມສົນໃຈ "geek" ຂອງລາວໄປສູ່ອາຊີບ. ຂ້າພະເຈົ້າໄດ້ໃຊ້ເວລາຫຼາຍກ່ວາ 10 ປີຂອງຊີວິດຂອງຂ້າພະເຈົ້າໂດຍການນໍາໃຊ້ເຕັກໂນໂລຊີທີ່ທັນສະໄຫມແລະ tinkering ກັບທຸກປະເພດຂອງໂຄງການອອກຈາກ curiosity ອັນບໍລິສຸດ. ຕອນນີ້ຂ້ອຍມີຄວາມຊ່ຽວຊານດ້ານເທັກໂນໂລຍີຄອມພິວເຕີ ແລະເກມວີດີໂອ. ນີ້ແມ່ນຍ້ອນວ່າຫຼາຍກວ່າ 5 ປີທີ່ຂ້ອຍໄດ້ຂຽນສໍາລັບເວັບໄຊທ໌ຕ່າງໆກ່ຽວກັບເຕັກໂນໂລຢີແລະວິດີໂອເກມ, ການສ້າງບົດຄວາມທີ່ຊອກຫາເພື່ອໃຫ້ທ່ານມີຂໍ້ມູນທີ່ທ່ານຕ້ອງການໃນພາສາທີ່ທຸກຄົນເຂົ້າໃຈໄດ້.
ຖ້າທ່ານມີຄໍາຖາມໃດໆ, ຄວາມຮູ້ຂອງຂ້ອຍແມ່ນມາຈາກທຸກສິ່ງທຸກຢ່າງທີ່ກ່ຽວຂ້ອງກັບລະບົບປະຕິບັດການ Windows ເຊັ່ນດຽວກັນກັບ Android ສໍາລັບໂທລະສັບມືຖື. ແລະຄໍາຫມັ້ນສັນຍາຂອງຂ້າພະເຈົ້າແມ່ນກັບທ່ານ, ຂ້າພະເຈົ້າສະເຫມີເຕັມໃຈທີ່ຈະໃຊ້ເວລາສອງສາມນາທີແລະຊ່ວຍທ່ານແກ້ໄຂຄໍາຖາມໃດໆທີ່ທ່ານອາດຈະມີຢູ່ໃນໂລກອິນເຕີເນັດນີ້.