- Google potvrđuje da je "Nano Banana" pseudonim programa Gemini 2.5 Flash Image za generiranje i uređivanje slika.
- Konverzacijsko uređivanje s koherentnim likovima i objektima i konzistentnim rezultatima.
- Dostupno besplatno u aplikaciji Gemini i programerima putem API-ja, AI Studija i Vertex AI-ja.
- Pojačanja sigurnosti sa SynthID-om i filterima za osjetljiv sadržaj.
Posljednjih dana, naziv "Nano Banana" se proširio poput požara na tehničkim forumima i mrežama zbog svojih performansi u testovima vizualnog uređivanja pokretanim umjetnom inteligencijom. Ono što se činilo kao misterija sada ima autora: iza toga stoji Google i njegov novi mehanizam za obradu slika integriran u Gemini.
Kompanija potvrđuje da je Nano Banana pseudonim za Gemini 2.5 Flash Image , sistem sposoban za generiranje i retuširanje fotografija korištenjem prirodnog jezika, održavajući stil, likove i objekte s konzistentnošću koja je ranije bila teška za ove modele.
Šta je Nano Banana i ko stoji iza toga?
Tokom svojih ranih pojavljivanja, model je bio predstavljen na rang listi LM Arene pod nadimkom "Nano Banana", što je izazvalo nagađanja i šale o "banani" sve dok ga Google nije zvanično predstavio kao dio Geminija. Osnovna ideja je jasna: objediniti generisanje i uređivanje slika u jednostavan, konverzacijski i brz radni proces.
Google naglašava da se njegov pristup oslanja na Geminijevo znanje o svijetu i napredne AI modele , što pomaže u razumijevanju konteksta instrukcija i primjeni preciznijih promjena od onih koje koriste isključivo vizualni generatori.
Razgovorno uređivanje: od prompta do finog podešavanja
Model radi s naredbama na prirodnom jeziku i omogućava vam interakciju sa slikom: možete zatražiti "učini nebo dramatičnijim", "ukloni taj znak" ili "promijeni boju automobila u crvenu" i poboljšati rezultat u uzastopnim rundama bez počinjanja od nule.
Ova višestruka interakcija smanjuje trenje tipično za tradicionalne alate. Prema Googleu, moguće je odabrati određena područja za podešavanje boje, osvjetljenja ili teksture, ukloniti neželjene elemente, zamijeniti pozadine i dodati objekte koji se besprijekorno integriraju uz poštovanje sjena i perspektive.
Pored osnovnog retuširanja, platforma razumije instrukcije poput "postavite isti lik u drugu scenu" ili "prikažite proizvod iz različitih uglova", čuvajući subjekt i njegov izgled uz dosljednost između uređivanja.
Konzistentnost, kvalitet i brzina
Jedan od istaknutih napredaka je poboljšanje vizualne konzistentnosti u uzastopnim izdanjima: crte lica, ruke, kućni ljubimci i objekti ostaju stabilni s manje distorzije, nešto što je historijski predstavljalo problem za generativne modele.
Fotorealizam je poboljšan prirodnijim osvjetljenjem i teksturama, a Google tvrdi da postiže munjevito brze performanse koje ubrzavaju kreativne cikluse za zadatke poput varijacija proizvoda ili tematskih scena.
U testiranju zajednice, sistem se popeo na rang listi u LM Areni za uređivanje slika, plasirajući se među sisteme s najboljim korisničkim iskustvom prema ocjenama korisnika.
Glavni alati i slučajevi upotrebe
Gemini 2.5 Flash Image uključuje funkcije dizajnirane i za opšte korisnike i za kreativne timove. Neke od najupečatljivijih funkcija vam omogućavaju da sastavljate slike iz više izvora i postavljate ih u koherentno okruženje.
- Kontekstualno retuširanje: prilagođavanja boje, ekspozicije, teksture ili stila bez gubitka ključnih elemenata originala.
- Uklanjanje i zamjena: brišite objekte, mijenjajte pozadine ili dodajte elemente integracijom svjetla i sjene.
- Sastav i mješavina: spojite dvije fotografije u jednu scenu i prenesite ih uzorke ili stilove s jedne slike na drugu.
- Izdanje za više smjena: lančane promjene (farbanje zidova, dodavanje namještaja, modificiranje ormara) bez ponovnog pokretanja procesa.
U marketingu, dekoraciji, modi ili sadržaju na društvenim mrežama, alat se koristi za brzo kreiranje varijacija, održavanje konzistentnih resursa brenda i testiranje vizualnih ideja bez pribjegavanja tradicionalnom softveru.
Sigurnosna i korisnička ograničenja
Kako bi se zloupotreba svela na minimum, Google primjenjuje filtere koji blokiraju nasilni ili seksualno eksplicitni sadržaj i ograničavaju uređivanje sadržaja stvarnih ljudi ili javnih ličnosti. Cilj je smanjiti rizik od dezinformacija i deepfakeova.
Sve generirane ili uređene slike uključuju SynthID , neprimjetni digitalni vodeni žig unutar same datoteke koji pomaže u provjeri njenog porijekla. Osim toga, kompanija spominje daljnje signale i proaktivne kontrole za jačanje sljedivosti.
Politika korištenja izričito zabranjuje kreiranje intimnog materijala bez pristanka i drugih osjetljivih kategorija, čime se pojačava fokus na odgovornu umjetnu inteligenciju u uslugama kompanije Gemini.
Kako koristiti Nano Banana u aplikaciji Gemini
Pristup je jednostavan: nema potrebe za instaliranjem bilo čega dodatnog ili odabirom određenog modela. Jednostavno otvorite Gemini, prenesite fotografiju i opišite promjene . Ako želite zadržati sve osim jednog podešavanja, možete početi sa "Na originalnoj fotografiji,..." kako biste jasno stavili do znanja da ostatak treba sačuvati.
Neki korisni primjeri: "pretvori u crno-bijelo", "ukloni stup u kutu", "dodaj psa na klupu" ili "promijeni haljinu u zelenu". Sistem pokušava zadržati crte lica i proporcije subjekta dok primjenjuje promjenu.
Također možete postaviti dvije fotografije i zatražiti da se sadržaj jedne pojavi na drugoj ili da se stil uzorka (npr. krila leptira) prenese na odjevni predmet ili predmet na drugoj slici.
Dostupnost i pristup za programere
Funkcionalnost je dostupna u aplikaciji Gemini za širu javnost. Za profesionalne integracije, može joj se pristupiti putem Gemini API-ja, Google AI Studija i Vertex AI-ja, otvarajući vrata radnim tokovima u preduzećima i aplikacijama trećih strana.
Korištenje unutar aplikacije je besplatno uz razumna ograničenja. Za programere, Google nudi plaćanje po korištenju ; cijena od 30 dolara po milionu tokena navedena je kao referenca u API-ju, s grubim procjenama koje svaku sliku svrstavaju u nekoliko centi, ovisno o slučaju upotrebe.
Konkurentski kontekst
Ovaj potez je direktno usmjeren na rivale poput Midjourneyja i DALL·E (OpenAI). Googleova strategija se fokusira na konverzacijsko uređivanje i konzistentne rezultate, podržane Geminijevim kontekstualnim razumijevanjem.
Sa aliasom Nano Banana koji je sada integriran u svoj ekosistem, kompanija pokušava smanjiti jaz u području gdje su brzina, kvalitet i kontrola ključni za krajnjeg korisnika.
Često postavljana pitanja
Je li Nano Banana samostalna aplikacija?
Ne. To je model unutar Geminija , tako da se koristi iz vlastitog interfejsa aplikacije.
Postoje li troškovi za krajnje korisnike?
Aplikacija Gemini nudi besplatno korištenje s ograničenjima korištenja. API integracije se naplaćuju.
Moram li ručno odabrati model?
Ne. Odabir je automatski kada izvršavate funkcije generiranja ili uređivanja slika u Gemini programu.
S fokusom na konverzacijsku montažu, konzistentnost subjekta u svim snimcima i ugrađene sigurnosne mjere, Nano Banana (Gemini 2.5 Flash Image) se oblikuje kao solidna opcija za kreiranje i retuširanje slika kako u svakodnevnom životu tako i u profesionalnim projektima, bilo iz Gemini aplikacije ili putem njenih API-ja.
