- Google mengesahkan bahawa "Nano Banana" ialah alias Gemini 2.5 Flash Image untuk penjanaan dan penyuntingan imej.
- Pengeditan perbualan dengan watak dan objek yang koheren dan hasil yang konsisten.
- Tersedia secara percuma dalam apl Gemini dan kepada pembangun melalui API, AI Studio dan Vertex AI.
- Peneguhan keselamatan dengan SynthID dan penapis untuk kandungan sensitif.
Dalam beberapa hari kebelakangan ini, nama "Nano Banana" telah tersebar luas di forum dan rangkaian teknikal kerana prestasinya dalam ujian penyuntingan visual berkuasa AI. Apa yang kelihatan seperti misteri kini mempunyai pengarang: di sebaliknya ialah Google dan enjin imej baharunya yang disepadukan ke dalam Gemini.
Syarikat itu mengesahkan bahawa Nano Banana ialah alias untuk Gemini 2.5 Flash Image , sebuah sistem yang mampu menjana dan mengedit semula gambar menggunakan bahasa semula jadi, mengekalkan gaya, aksara dan objek dengan konsistensi yang sebelum ini sukar untuk model-model ini.
Apakah Nano Banana dan siapa di belakangnya?
Semasa kemunculan awalnya, model itu dipaparkan dalam ranking LM Arena di bawah nama samaran "Nano Banana," mencetuskan spekulasi dan jenaka "pisang" sehingga Google secara rasmi memperkenalkannya sebagai sebahagian daripada Gemini. Idea asas adalah jelas: untuk menyatukan penjanaan imej dan pengeditan menjadi aliran kerja yang ringkas, berbual dan pantas.
Google menekankan bahawa pendekatannya bergantung pada pengetahuan Gemini tentang dunia dan model AI canggih , yang membantu memahami konteks arahan dan menerapkan perubahan yang lebih tepat daripada penjana visual semata-mata.
Pengeditan perbualan: daripada segera kepada penalaan halus
Model ini berfungsi dengan arahan dalam bahasa semula jadi dan membolehkan anda berinteraksi dengan imej: anda boleh meminta "menjadikan langit lebih dramatik", "keluarkan papan tanda itu" atau "tukar warna kereta kepada merah" dan perhalusi hasilnya dalam pusingan berturut-turut tanpa bermula dari awal.
Interaksi berbilang pusingan ini mengurangkan geseran yang biasa digunakan pada alat tradisional. Menurut Google, adalah mungkin untuk memilih kawasan tertentu untuk melaraskan warna, pencahayaan atau tekstur, mengalih keluar elemen yang tidak diingini, menggantikan latar belakang dan menambah objek yang disepadukan dengan lancar sambil menghormati bayang-bayang dan perspektif.
Selain pengubahsuaian asas, platform ini memahami arahan seperti "meletakkan watak yang sama dalam babak lain" atau "menunjukkan produk dari pelbagai sudut," memelihara subjek dan penampilannya dengan konsisten antara suntingan.
Konsisten, kualiti dan kelajuan
Salah satu kemajuan yang menonjol ialah peningkatan dalam konsistensi visual merentasi edisi berturut-turut: ciri-ciri wajah, tangan, haiwan peliharaan dan objek kekal stabil dengan kurang herotan, sesuatu yang secara sejarahnya menimbulkan masalah untuk model generatif.
Fotorealisme dipertingkatkan dengan pencahayaan dan tekstur yang lebih semula jadi, dan Google mendakwa prestasi sepantas kilat yang mempercepatkan kitaran kreatif untuk tugasan seperti variasi produk atau pemandangan bertema.
Dalam ujian komuniti, sistem ini telah naik pangkat dalam LM Arena untuk penyuntingan imej, meletakkan dirinya antara enjin dengan pengalaman pengguna terbaik mengikut penilaian pengguna.
Alat utama dan kes penggunaan
Gemini 2.5 Flash Image merangkumi ciri-ciri yang direka untuk pengguna umum dan pasukan kreatif. Antara ciri yang paling menarik membolehkan anda menggubah imej daripada pelbagai sumber dan meletakkannya dalam persekitaran yang koheren.
- Pengubahsuaian kontekstual: warna, pendedahan, tekstur atau pelarasan gaya tanpa kehilangan elemen utama yang asal.
- Penyingkiran dan penggantian: padam objek, tukar latar belakang atau tambah elemen dengan penyepaduan cahaya dan bayang-bayang.
- Komposisi dan campuran: gabungkan dua foto ke dalam satu adegan dan pindahkan corak atau gaya daripada satu imej ke imej yang lain.
- Edisi berbilang anjakan: perubahan rantai (mengecat dinding, menambah perabot, mengubah suai almari pakaian) tanpa memulakan semula proses.
Dalam pemasaran, hiasan, fesyen atau kandungan media sosial, alat ini digunakan untuk mencipta variasi dengan cepat, mengekalkan sumber jenama yang konsisten dan menguji idea visual tanpa menggunakan perisian tradisional.
Keselamatan dan had penggunaan
Untuk meminimumkan penyalahgunaan, Google menggunakan penapis yang menyekat kandungan ganas atau lucah serta menyekat penyuntingan orang sebenar atau tokoh awam. Matlamatnya adalah untuk mengurangkan risiko maklumat salah dan deepfake.
Semua imej yang dihasilkan atau disunting menggabungkan SynthID , tanda air digital yang tidak dapat dilihat dalam fail itu sendiri yang membantu mengesahkan asal usulnya. Di samping itu, syarikat itu menyebut isyarat selanjutnya dan kawalan proaktif untuk mengukuhkan kebolehkesanan.
Dasar penggunaan dengan jelas melarang penciptaan bahan intim tanpa persetujuan dan kategori sensitif lain, mengukuhkan tumpuan pada AI yang bertanggungjawab dalam perkhidmatan Gemini.
Cara menggunakan Banana Nano dalam apl Gemini
Akses adalah mudah: tidak perlu memasang apa-apa tambahan atau memilih model tertentu. Cuma buka Gemini, muat naik foto dan huraikan perubahannya . Jika anda ingin menyimpan semuanya kecuali satu pelarasan, anda boleh mulakan dengan "Dalam foto asal,…" untuk menjelaskan bahawa selebihnya harus dikekalkan.
Beberapa contoh berguna: "tukar kepada hitam putih," "keluarkan tiang sudut," "tambah anjing di bangku," atau "tukar gaun kepada hijau." Sistem ini cuba mengekalkan ciri dan perkadaran subjek semasa menggunakan perubahan.
Anda juga boleh memuat naik dua foto dan meminta kandungan salah satu foto dipaparkan pada foto yang lain, atau gaya corak (cth., sayap rama-rama) dipindahkan ke pakaian atau objek dalam imej kedua.
Ketersediaan dan akses untuk pembangun
Fungsi ini tersedia dalam aplikasi Gemini untuk orang awam. Untuk integrasi profesional, ia boleh diakses melalui Gemini API, Google AI Studio dan Vertex AI, sekali gus membuka pintu kepada aliran kerja dalam perusahaan dan aplikasi pihak ketiga.
Penggunaan dalam aplikasi adalah percuma dengan had yang munasabah. Bagi pembangun, Google menawarkan harga bayar-sambil-guna ; kos $30 setiap juta token disebut sebagai rujukan dalam API, dengan anggaran kasar meletakkan setiap imej pada beberapa sen, bergantung pada kes penggunaan.
Konteks persaingan
Langkah ini ditujukan terus kepada pesaing seperti Midjourney dan DALL·E (OpenAI). Strategi Google memberi tumpuan kepada penyuntingan perbualan dan hasil yang konsisten, disokong oleh pemahaman kontekstual Gemini.
Dengan alias Nano Banana yang kini disepadukan ke dalam ekosistemnya, syarikat itu cuba merapatkan jurang dalam bidang yang mana kelajuan, kualiti dan kawalan adalah penting untuk pengguna akhir.
Soalan yang kerap ditanya
Adakah Nano Banana aplikasi kendiri?
Tidak. Ia merupakan model dalam Gemini , jadi ia digunakan daripada antara muka aplikasi itu sendiri.
Adakah terdapat kos untuk pengguna akhir?
Aplikasi Gemini menawarkan penggunaan percuma dengan had penggunaan. Integrasi API dikenakan caj.
Adakah saya perlu memilih model secara manual?
Tidak. Pemilihan adalah automatik apabila anda menjalankan fungsi penjanaan atau penyuntingan imej dalam Gemini.
Dengan tumpuan pada penyuntingan perbualan, konsistensi subjek merentasi tangkapan dan langkah keselamatan terbina dalam, Nano Banana (Gemini 2.5 Flash Image) bakal menjadi pilihan yang kukuh untuk mencipta dan mengedit imej dalam kehidupan seharian dan projek profesional, sama ada daripada aplikasi Gemini atau melalui APInya.
