ZDNET را دنبال کنید: ما را به عنوان منبع ترجیحی اضافه کنید در گوگل
نکات کلیدی ZDNET
- Nano Banana 2 جدید نوید تولید تصویر بهتر را می دهد.
- هدف مدل جدید تولید تصاویر با کیفیت بسیار سریعتر است.
- Nano Banana 2 اکنون مدل پیش فرض در تمامی اپلیکیشن ها و سایت های گوگل است.
سال گذشته، گوگل با مدل نانو موز خود سروصدای زیادی در دنیای تصویربرداری هوش مصنوعی ایجاد کرد. اکنون نسل بعدی اولین بار است. و نوید بسیاری از پیشرفت‌ها را برای تولید عکس‌ها، نقشه‌ها، نمودارها، اینفوگرافیک‌ها و سایر تصاویر برای افراد، متخصصان و مشاغل می‌دهد.
روز پنجشنبه، گوگل Nano Banana 2 (با نام رسمی Gemini 3.1 Flash) را معرفی کرد. این مدل جدید که در دسترس کاربران رایگان و پولی است، جایگزین اولین موز نانو در همه جا می شود. این بدان معناست که اکنون در وب‌سایت و برنامه Gemini، جستجوی Google، Google Flow، AI Studio و Gemini Developer API پیش‌فرض است.
همچنین: بهترین تولیدکنندگان تصویر هوش مصنوعی در سال 2026: اکنون تنها یک برنده واضح وجود دارد
پس چه چیزی باعث می شود که موز دوم خیلی بهتر از اولی باشد؟ به گفته گوگل چه چیزی جدید است.
1. دانش پیشرفته جهان. Nano Banana 2 از دانش دنیای واقعی Gemini و تصاویر جستجوهای وب استفاده می کند تا سعی کند تصاویر شما را با دقت بیشتری ایجاد کند. گوگل گفت این مهارت به هوش مصنوعی کمک می کند تا بهتر اینفوگرافیک ایجاد کند، یادداشت های شما را به نمودار تبدیل کند و داده های شما را تجسم کند.
2. سازگاری. یکی از اشکالات تولید تصویر هوش مصنوعی، عدم هماهنگی بین چندین تصویر است. از هوش مصنوعی بخواهید یک تصویر را بازسازی کند یا یک تصویر جدید را بر اساس تصویر قبلی ایجاد کند، و کاراکترها و سایر عناصر همیشه یکسان نمی مانند. هدف Nano Banana 2 این است که حداکثر پنج کاراکتر و حداکثر 14 شی در یک تصویر در طول هر تکرار ثابت بماند.
3. رندر بهتر متن. تولید متن در یک تصویر هوش مصنوعی نیز می تواند مورد ضربه یا از دست دادن، با نتایج غیرقابل خواندن یا متناقض باشد. Nano Banana 2 سعی می‌کند متن دقیق‌تر و خواناتری ایجاد کند و به آن کمک کند تا تصاویری مانند کارت‌های تبریک و ماکت‌ها را برای کمپین‌های تبلیغاتی طراحی کند. مدل جدید حتی می‌تواند متن را به تصویر ترجمه کند، بنابراین می‌توانید تغییراتی از یک چیز را به زبان‌های مختلف به اشتراک بگذارید.
4. بهتر است دستورالعمل های خود را دنبال کنید. یکی دیگر از نقاط ضعف تولیدکنندگان تصویر هوش مصنوعی این است که همیشه دستورالعمل های شما را به درستی دنبال نمی کنند، به خصوص اگر توضیحات شما پیچیده باشد. Nano Banana 2 برای جلوگیری از این مشکل با گرفتن لحن و نکات ظریف دستور شما طراحی شده است، بنابراین شما باید تصویر مورد نظر خود را دریافت کنید.
همچنین: چگونه یک تصویر هوش مصنوعی را تشخیص دهیم: 6 نشانه تقلبی – و آشکارسازهای رایگان من
5. سرعت بیشتر. با نسل قبلی موز، باید بین کیفیت و سرعت یکی را انتخاب کنید. Nano Banana Pro تصویری با کیفیت بالا تولید می کند، اما ممکن است کمی طول بکشد. Nano Banana Flash روند را سرعت می بخشد، اما تصویر حاصل ممکن است به خوبی نباشد. نسخه جدید سعی می کند بهترین های هر دو جهان را با تولید تصاویر با کیفیت بالاتر با سرعت بالاتر ترکیب کند.
6. وفاداری بالاتر. با Nano Banana 2، گوگل گفت که تصاویر شما شامل جزئیات واضح تر، بافت های غنی تر و نور واضح تر خواهد بود. و این روند سریعتر از گذشته پیش می رود.
7. آماده برای ساخت با کیفیت: به دنبال ایجاد لوگو، اینفوگرافیک، تبلیغات یا تصویر دیگری هستید که باید حرفه ای به نظر برسد؟ با Nano Banana 2، می توانید نسبت تصویر را کنترل کنید تا مطمئن شوید اندازه آن برای رسانه مناسب است. برای تولید تصاویر واضح، می‌توانید وضوح تصویر را از 512 پیکسل به 4K تنظیم کنید.
همه اینها عالی به نظر می رسد. اما آیا نانو موز جدید تمام چیزی است که گوگل وعده داده است؟ من چند سوال مختلف را امتحان کردم تا ببینم چگونه کار می کند. اینها درخواست هایی بود که خود جمینی برای آزمایش رندر متن و ترتیب کاراکترها پیشنهاد کرد.
همچنین: من تصاویر جدید ChatGPT را آزمایش کردم – این یک پیشرفت خیره کننده و بسیار سرگرم کننده است
برای مورد اول، پیام زیر را ارسال کردم:
“یک پوستر مسافرتی قدیمی برای یک مستعمره قمری در ماه. در مرکز، یک موشک شیک به سبک دهه 1950 در نزدیکی یک گنبد شیشه ای فرود می آید. در بالا، با کرم آرت دکو پررنگ، عبارت “Visit THE MOON CITY” را به تصویر می کشد. در پایین، با فونت کوچکتر اما واضح، عبارت “Gateway to the Stars” را اضافه کنید. از یک پالت آبی عمیق، نارنجی خاموش و نقره ای استفاده کنید. وضوح بالا، سبک طراحی گرافیکی حرفه ای. از نسبت تصویر 16:9 استفاده کنید و تصویر را در 1080p ایجاد کنید.”
تصویر به دست آمده، سبک و فونت درستی را برای متن ثبت کرد. هوش مصنوعی همچنین از دستورالعمل های من برای رنگ ها، نسبت ها و وضوح پیروی کرد.
برای دومی، دو درخواست جداگانه برای آزمایش سازگاری کاراکتر از یک تصویر به تصویر دیگر ارسال کردم.
سطر اول این بود:
یک برگه شخصیت برای «کاپیتان نوا»، یک کاوشگر فضایی زن با موهای کوتاه بنفش روشن، یک چشمی مکانیکی آبی درخشان روی چشم چپش، و یک لباس پرواز نقره‌ای و سفید با نماد خورشید طلایی روی سینه ایجاد کنید. جلو، پهلو و پشت او را روی پس زمینه خاکستری ساده نشان دهید. تصویر را با نسبت تصویر 21:9 در 4K ایجاد کنید.
در اینجا هوش مصنوعی دستورالعمل های من را با برگه ای دنبال کرد که شخصیت را نشان می دهد و چند جزئیات کلیدی را برجسته می کند.
اما آزمایش واقعی در پیام بعدی من بود که به شرح زیر بود:
“با استفاده از همان شخصیت کاپیتان نوا، او را در حال دویدن در یک بازار سایبرپانک با نور نئون نشان دهید. او با قیافه ای مصمم به شانه خود نگاه می کند، موهای بنفشش در باد می وزد. چشمی مکانیکی و نماد خورشید طلایی روی لباس او دقیقاً یکسان باشد. نورپردازی سینمایی، عمق میدان کم. تصویر را دوباره در 21:94K نگاه کنید.”
این یکی شخصیت را از نظر سبک و ظاهر ثابت نگه می داشت، بنابراین در هر دو تصویر یکسان به نظر می رسید.
بر اساس این اعلان‌ها، Nano Banana 2 ارتقاء ارزشمندی نسبت به نسل قبلی به نظر می‌رسد. این خبر خوبی است زیرا در حال حاضر در همه جا پیش فرض است. مشترکین Google AI Pro و Ultra همچنان می توانند از Nano Banana Pro قدیمی برای کارهای تخصصی تر استفاده کنند. در غیر این صورت، همه می توانند آخرین طعم موز جدید را امتحان کنند تا ببینند چه تصاویری پوست می کند.
