Google DeepMind właśnie zaprezentowało ważny krok naprzód w dziedzinie generatywnej sztucznej inteligencji (GenAI): model obrazu Gemini 2.5 Flash.

Model ten, nazywany przez społeczność pieszczotliwie „Nano Banana”, to potężne narzędzie, które potrafi przekształcać tekst w obrazy i edytować istniejące obrazy z dużą precyzją i elastycznością.

Jest to kontynuacja linii modeli Gemini, ale zoptymalizowana specjalnie pod kątem zadań związanych z wizerunkiem.

c732a0fbdcce57900edf.jpg
Słowo kluczowe Gemini znalazło się na szczycie listy trendów Google Trends w Wietnamie 4 września. Zrzut ekranu.

Dzięki wyjątkowym zaletom w zakresie tworzenia i edycji zdjęć, Nano Banana cieszy się coraz większym zainteresowaniem użytkowników technologii na całym świecie, w tym w Wietnamie.

Według Google Trends, liczba wyszukiwań haseł Gemini i Nano Banana gwałtownie wzrosła w ciągu ostatnich 24 godzin. Statystyki z 4 września pokazują, że słowo kluczowe „Gemini” znalazło się na szczycie listy trendów we wszystkich tematach.

Na forach i w grupach społecznościowych użytkownicy wymieniają się i testują polecenia i skrypty tworzenia obrazów przy użyciu Nano Banana.

Większość osób docenia możliwość szybkiego, dokładnego i sprawnego tworzenia obrazów za pomocą tego narzędzia, a także wysoką jakość produktu wyjściowego.

Gemini 2.5 Flash Image to coś więcej niż tylko narzędzie do tworzenia obrazów z opisów tekstowych. Wyróżnia się w kilku podstawowych aspektach: edycją obrazów na żądanie, spójnością znaków, imponującą szybkością przetwarzania i technologią zabezpieczeń SynthID.

Użytkownicy mogą używać języka naturalnego do zmiany elementów na zdjęciu. Na przykład, wystarczy wpisać polecenie „dodaj czerwone krzesło obok stołu” lub „zmień tło na las”, a model dokona edycji precyzyjnie i płynnie.

Spójność postaci jest uważana za najbardziej przełomową funkcję. Model potrafi zapamiętać i odtworzyć obraz postaci lub obiektu o spójnych cechach (takich jak twarz, ubranie, styl) na wielu zdjęciach.

Jest to szczególnie przydatne w przypadku projektów kreatywnych wymagających stworzenia serii powiązanych ze sobą obrazów, od komiksów po kampanie marketingowe.

Oryginalny obraz i obraz po edycji w programie Gemini 2.5 Flash Image

Dzięki zoptymalizowanej architekturze Gemini 2.5 Flash Image może w ciągu kilku sekund generować wysokiej jakości rezultaty, znacznie przyspieszając proces twórczy.

Wszystkie obrazy stworzone lub edytowane przez modelkę są oznaczane zastrzeżonym niewidocznym cyfrowym znakiem wodnym Google. Umożliwia to rozpoznawanie obrazów stworzonych za pomocą sztucznej inteligencji, co przyczynia się do zapewnienia przejrzystości i podania źródła treści.

Model Gemini 2.5 Flash Image otwiera szeroki wachlarz potencjalnych zastosowań, od użytkowników indywidualnych po profesjonalnych programistów.

Programiści mogą uzyskać dostęp do modelu za pośrednictwem interfejsu API Gemini i Google AI Studio, aby tworzyć własne aplikacje, natomiast przedsiębiorstwa mogą wykorzystywać ten model na platformie Vertex AI.

Dla przeciętnego użytkownika model ten jest wbudowany bezpośrednio w Google Gemini i inne aplikacje, dzięki czemu narzędzie do obrazowania oparte na sztucznej inteligencji jest łatwo dostępne i intuicyjne.

Dzięki swoim wyjątkowym funkcjom, zwłaszcza możliwości zachowania spójności znaków, Gemini 2.5 Flash Image ma szansę stać się poważnym konkurentem dla tradycyjnego oprogramowania do edycji zdjęć, takiego jak Photoshop, zmieniając sposób, w jaki twórcy i użytkownicy wchodzą w interakcję z obrazami cyfrowymi.

Chiny niespodziewanie wyprzedzają Stany Zjednoczone w globalnym konkursie tłumaczeń AI . Model Hunyuan-MT-7B firmy Tencent (Chiny), oparty na kodzie źródłowym, wygrał niemal całkowicie z amerykańskimi „gigantami” w międzynarodowym konkursie tłumaczeń maszynowych, który odbył się w ramach konferencji WMT25.

Source: https://vietnamnet.vn/nano-banana-la-gi-ma-khien-moi-nguoi-xon-xao-dung-dau-google-trends-viet-nam-2439283.html