- Google potvrđuje da je "Nano Banana" alias programa Gemini 2.5 Flash Image za generiranje i uređivanje slika.
- Razgovorno uređivanje s koherentnim likovima i objektima te dosljednim 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 osjetljivi sadržaj.
Posljednjih dana, naziv "Nano Banana" proširio se poput požara tehničkim forumima i mrežama zbog svojih performansi u testovima vizualnog uređivanja pokretanim umjetnom inteligencijom. Ono što se činilo kao misterij sada ima autora: iza toga stoji Google i njegov novi mehanizam za obradu slika integriran u Gemini.
Tvrtka potvrđuje da je Nano Banana pseudonim za Gemini 2.5 Flash Image , sustav sposoban generirati i retuširati fotografije koristeći prirodni jezik, održavajući stil, likove i objekte s konzistentnošću koja je prije bila teška za ove modele.
Što je Nano Banana i tko stoji iza nje?
Tijekom svojih ranih pojavljivanja, model je bio predstavljen na ljestvicama LM Arene pod nadimkom "Nano Banana", što je izazvalo nagađanja i šale o "banani" sve dok ga Google nije službeno predstavio kao dio Geminija. Temeljna ideja je jasna: objediniti generiranje i uređivanje slika u jednostavan, konverzacijski i brz tijek rada.
Google naglašava da se njegov pristup oslanja na Geminijevo znanje o svijetu i napredne AI modele , što pomaže u razumijevanju konteksta uputa i primjeni preciznijih promjena od onih kod isključivo vizualnih generatora.
Razgovorno uređivanje: od upute do finog podešavanja
Model radi s naredbama na prirodnom jeziku i omogućuje 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 poštivanje sjena i perspektive.
Uz osnovno retuširanje, platforma razumije upute poput "postavite isti lik u drugu scenu" ili "prikažite proizvod iz različitih kutova", čuvajući subjekt i njegov izgled s dosljednošću između uređivanja.
Dosljednost, kvaliteta i brzina
Jedan od istaknutih napredaka je poboljšanje vizualne konzistentnosti u uzastopnim izdanjima: crte lica, ruke, kućni ljubimci i predmeti ostaju stabilni s manje izobličenja, nešto što je povijesno predstavljalo problem za generativne modele.
Fotorealizam je poboljšan prirodnijim osvjetljenjem i teksturama, a Google tvrdi da su performanse munjevito brze i ubrzavaju kreativne cikluse za zadatke poput varijacija proizvoda ili tematskih scena.
U testiranju zajednice, sustav se popeo na ljestvici LM Arene za uređivanje slika, plasiravši se među motore s najboljim korisničkim iskustvom prema ocjenama korisnika.
Glavni alati i slučajevi upotrebe
Gemini 2.5 Flash Image uključuje značajke dizajnirane i za opće korisnike i za kreativne timove. Neke od najupečatljivijih značajki omogućuju vam sastavljanje slika iz više izvora i njihovo postavljanje u koherentno okruženje.
- Kontekstualno retuširanje: prilagodbe boje, ekspozicije, teksture ili stila bez gubitka ključnih elemenata originala.
- Uklanjanje i zamjena: brisati objekte, mijenjati pozadine ili dodavati elemente integracijom svjetla i sjene.
- Sastav i smjesa: spojite dvije fotografije u jednu scenu i prenesite ih uzorke ili stilove s jedne slike na drugu.
- Izdanje za više smjena: lančane promjene (bojenje zidova, dodavanje namještaja, preinaka ormara) bez ponovnog pokretanja procesa.
U marketingu, uređenju, modi ili sadržaju na društvenim mrežama, alat se koristi za brzo stvaranje varijacija, održavanje dosljednih resursa brenda i testiranje vizualnih ideja bez pribjegavanja tradicionalnom softveru.
Sigurnosna i korisnička ograničenja
Kako bi se smanjila zlouporaba, Google primjenjuje filtere koji blokiraju nasilni ili seksualno eksplicitni sadržaj i ograničavaju uređivanje stvarnih ljudi ili javnih osoba. 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 njezina podrijetla. Osim toga, tvrtka spominje daljnje signale i proaktivne kontrole za jačanje sljedivosti.
Pravila korištenja izričito zabranjuju stvaranje intimnog materijala bez pristanka i drugih osjetljivih kategorija, čime se pojačava fokus na odgovornu umjetnu inteligenciju u Geminijevim uslugama.
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 jedne prilagodbe, možete započeti s "Na izvornoj fotografiji,..." kako biste jasno dali do znanja da ostatak treba sačuvati.
Neki korisni primjeri: "pretvori u crno-bijelo", "ukloni kutni stup", "dodaj psa na klupu" ili "promijeni haljinu u zelenu". Sustav pokušava zadržati crte lica i proporcije subjekta tijekom primjene promjene.
Također možete prenijeti 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 razvojne 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 tijekovima rada u poduzećima i aplikacijama trećih strana.
Korištenje unutar aplikacije je besplatno uz razumna ograničenja. Za razvojne programere, Google nudi plaćanje po korištenju ; cijena od 30 dolara po milijunu tokena spominje se kao referenca u API-ju, s grubim procjenama koje svaku sliku svrstavaju u nekoliko centi, ovisno o slučaju upotrebe.
Konkurentski kontekst
Ovaj potez usmjeren je izravno na konkurente poput Midjourneyja i DALL·E-a (OpenAI). Googleova strategija usmjerena je na konverzacijsko uređivanje i dosljedne rezultate, uz podršku Geminijevog kontekstualnog razumijevanja.
S pseudonimom Nano Banana sada integriranim u svoj ekosustav, tvrtka pokušava zatvoriti jaz u području gdje su brzina, kvaliteta i kontrola ključni za krajnjeg korisnika.
Često postavljana pitanja
Je li Nano Banana samostalna aplikacija?
Ne. To je model unutar Geminija , pa se koristi iz vlastitog sučelja aplikacije.
Postoji li trošak za krajnje korisnike?
Aplikacija Gemini nudi besplatno korištenje s ograničenjima korištenja. Integracije API-ja se naplaćuju.
Moram li ručno odabrati model?
Ne. Odabir je automatski kada izvršavate funkcije generiranja ili uređivanja slika u Geminiju.
S fokusom na uređivanje razgovora, dosljednost subjekta u svim snimkama i ugrađene sigurnosne mjere, Nano Banana (Gemini 2.5 Flash Image) se oblikuje kao solidna opcija za stvaranje i retuširanje slika kako u svakodnevnom životu tako i u profesionalnim projektima, bilo iz aplikacije Gemini ili putem njezinih API-ja.
