A Google tavaly előrukkolt a Nano Banana képmodellel, és az akkora fejlődést jelentette a korábbi képgeneráló eszközökhöz képest, hogy hirtelen kirobbanóan sikeres lett. Hasonló helyzetbe került, mint előzőleg a videók készítésére specializálódott Veo 3. Augusztusban jelent meg a Nano Banana, majd novemberben jött a Nano Banana Pro, és most itt az újabb frissítés.
A Nano Banana 2 egy nagyon komplex, de mégis könnyed modell lett, úgy alkotta meg a Google, hogy lehetőség szerint a Nano Banana és a Nano Banana Pro erényeit is magában foglalja. Kiváló vizuális működés és érvelési képesség jellemzi majd, ami a Nano Banana Pro révén már ismert, és nagyon fürgén dolgozik majd, mint ahogy azt korábban a Nano Banana esetén tapasztalhatták az emberek.
“Mostantól a megszokott fejlett világismeretet, minőséget és érvelést kaphatod meg, olyan gyorsasággal, amire szükséged van ahhoz, hogy legvadabb ötleteidet is megvalósítsd.” – emelte ki a Google.
A vállalat a Nano Banana 2 név alatt a Gemini 3.1 Flash Image modellt biztosítja, de a szórakoztató banános fantázianév nagyot ment korábban, így inkább megtartotta ezt. A fejlesztés célja egyértelműen az volt, hogy egy gazdaságosabban üzemeltethető eszköz szülessen, ami ugyanakkor képes megoldani a szofisztikált feladatokat is. Jól kell viselkednie a szövegalkotás során is, ami a Nano Banana számára még nem annyira ment, és az utasításkövetésben is erősnek kell mutatkoznia.
A felszín alatt nagyon izgalmas fejlesztések történtek, például már valós idejű ismeretei lesznek a modellnek azáltal, hogy képes webes kereséseket is indítani a kérések teljesítéséhez. Például meg tudja azt oldani, hogy olyan képet hozzon létre, ami pontosan tükrözi a felhasználónál tapasztalható aktuális időjárási viszonyokhoz. Ha azt mondja neki az ember, hogy egy pillanatkép Budapest utcájáról, akkor azon esni fog az eső, ha a fővárosban éppen esős idő van.
Külön kiemelte a Google, hogy jó lesz a Nano Banana 2 meglévő plakátok, szórólapok lefordításában, lokalizálásában. Ezzel együtt pedig értelemszerűen ügyesen fogja a képeken a szöveget megjeleníteni, ami jó hír a például a marketingeseknek, képregény-rajongóknak. Arra is képes lett az új képmodell, hogy fenntartsa a személy- és tárgykonzisztenciát jeleneteken keresztül. Akár öt embert és 14 különböző tárgyat tud majd képkockáról képkockára megtartani egy munkafolyamat során az új eszköz.
Lehetőséget nyújt a Nano Banana 2 a fejlesztők számára, hogy a modell érvelési képességét csavargassák igény szerint. Lesz majd minimum állása, amiben villámgyorsan hozza majd létre a képeket, és magas fokozatra is kapcsolható lesz, ebben már lassan fog menni a képalkotás, de hatékonyabban követi majd le az összetett promptokat a renderelés során. Ilyenkor lesz igazán kiemelkedő az utasításkövetés. Fontos újítás az is, hogy a fényeket, textúrákat sokkal látványosabban tudja majd prezentálni, miközben gyorsan hozza létre a képeket.
Az is újítása a Nano Banana 2-nek, hogy már olyan különlegesebb képarányokat is képes lesz feldolgozni, mint a 4:1 és 8:1, valamint ezek fordított elrendezése, tehát az 1:4 és az 1:8. Továbbá bevezetésre kerül az 512 pixeles alacsony felbontású kép, ha a sebesség mindennél fontosabb. Emellett továbbra is lehet majd 1K, 2K és 4K felbontásokat alkalmazni a munka során. A Gemini app ihletként szolgáló sablonokkal is szolgálni fog, a biztonságot pedig a SynthID vízjelezés eljárás biztosítja továbbra is, ami megfelel a legújabb tartalomhitelesítő irányelveknek.
A vállalat azonnal bedobta a mélyvízbe az új képmodellt, innentől a Geminiben minden képet a Nano Banana 2 hoz létre, a Nano Banana és a Nano Banana Pro helyét is ez veszi át. Nagyon magabiztosnak mutatkozik a Google az új eszköz minőségét illetően.
A Gemini chatbot a Flash, a Thinking és a Pro üzemmódokban egyaránt az új termék fogja a képgenerálási feladatokat ellátni. Arról nem esett szó, hogy ezek között minőségbeli különbség adódik-e majd. Ennek kiderítését a cég a felhasználókra bízza. A fejlesztők is ezzel dolgozhatnak a továbbiakban a Gemini API, a Vertex AI, a Firebase, valamint a Google Antigravity keretében, és a Google AI Studión keresztül is ezzel lehet majd dolgozni.
A Kereső szolgáltatásba is integrálja a Google a Nano Banana 2-t. Elérhető lesz ez az AI-mód keretei között, valamint a Google Lens is alkalmazni fogja. Ezeken túl minden egyéb képgenerálási lehetőséggel kecsegtető Google alkalmazásba is utat talál majd magának a friss képmodell. Külön elárulta a cég, hogy a Flow is ezt alkalmazza majd alapértelmezetten, és elvileg kreditek felhasználása nélkül lehet majd vele dolgozni a videók gyártása során. Még a Google Ads is a Nano Banana 2-t fogja kínálni a hirdetéseket készítők számára.
A Google a későbbiekben valószínűleg hozni fog egy Nano Banana 2 Pro modellt is, ami nem a Gemini Flash szériát alkalmazza majd, hanem valamelyik nagyobb modellre fog épülni. Illetve a korábbi Nano Banana Pro is elérhető maradt, ezt azok tudják használni, akik előfizetnek a Google AI Pro vagy AI Ultra csomagra. A jelek szerint azért bizonyos helyzetekben ez még mindig hasznos lehet, “speciális feladatok” számára tartotta meg a Google a Nano Banana Prót.
