گوگل «Nano Banana Pro» را عرضه کرد؛ تولید تصویر با متن دقیق، 4K و قابلیت ویرایش پیشرفته

در پی معرفی مدل جدید هوش مصنوعی «جمینای ۳»، شرکت گوگل از نسل جدید مدل تولید تصویر خود با نام «Nano Banana Pro» رونمایی کرد. این پلتفرم که با عنوان «جمینای ۳ پرو ایمیج» نیز شناخته می‌شود، جهشی بزرگ در توانایی ساخت عکس و تولید تصاویر با جزئیات فوق‌العاده، به‌ویژه در رندر کردن دقیق متن در سبک‌ها، فونت‌ها و زبان‌های مختلف ایجاد کرده است.

معرفی و دسترسی رایگان به Nano Banana Pro

ابزار هوش مصنوعی جدید گوگل هم‌اکنون به‌صورت رایگان برای آزمایش در دسترس عموم قرار گرفته است. کاربران می‌توانند با باز کردن اپلیکیشن جمینای و انتخاب گزینه «Create Image» با مدل «Thinking»، از قابلیت‌های این مدل پیشرفته بهره‌مند شوند.

تمرکز بر جزئیات و تولید محتوای اطلاعاتی

یکی از جالب‌ترین ویژگی‌هایی که گوگل بر آن تأکید دارد، توانایی Nano Banana Pro در تولید تصاویر پرجزئیات مانند اینفوگرافیک‌ها و نمودارها است. مدل‌های تولید تصویر معمولاً در خلق و درج متن عملکرد ضعیفی از خود نشان می‌دهند، اما دقت Nano Banana Pro در افزودن متن قابل توجه و یک مزیت رقابتی محسوب می‌شود.

این مدل می‌تواند به پایگاه دانش جستجوی گوگل متصل شود تا اطلاعات مرتبط با محتوای تولیدی را بازیابی کند. با این حال، همانند سایر مدل‌های هوش مصنوعی، باید انتظار برخی توهمات (Hallucinations) را نیز داشت.

قابلیت‌های پیشرفته ویرایشی و کیفیت تصویر

گوگل برای پاسخگویی به نیازهای تولید محتوای پیچیده، قابلیت‌های متعددی را در این به‌روزرسانی گنجانده است:

• پردازش چندگانه: Nano Banana Pro می‌تواند همزمان چندین عنصر را پردازش کند، شامل حداکثر ۱۴ تصویر جداگانه که برای تولید اینفوگرافیک‌های جامع ضروری است.
• ویرایش‌های حرفه‌ای: این مدل شامل قابلیت‌های ویرایشی پیشرفته‌ای است که به کاربران اجازه می‌دهد تغییراتی مشابه برنامه‌های ویرایش عکس اعمال کنند.
• تنظیمات دوربین و نورپردازی: کاربران می‌توانند زاویه دوربین را تغییر دهند، عمق میدان و فوکوس را تنظیم کنند، افکت‌های نوری را تغییر داده و رنگ‌بندی تصاویر را مدیریت کنند.
• وضوح 4K: تمامی این قابلیت‌ها با حداکثر وضوح ارتقاء یافته تا ۴K برای تصاویر قابل انجام هستند.

تضمین اصالت محتوا و مبارزه با دیپ‌فیک‌ها

در راستای شفافیت و مقابله با تصاویر جعلی، گوگل اعلام کرده است که تصاویر تولید شده با Nano Banana Pro دارای متادیتای «ائتلاف برای اثبات و اصالت محتوا» (C2PA) خواهند بود. این اقدام از نظر تئوری، شناسایی تصاویر تولید شده توسط هوش مصنوعی و دیپ‌فیک‌ها را آسان‌تر می‌کند.

جستجوی معکوس تصویر برای تشخیص دستکاری دیجیتال

گوگل همچنین قابلیت جستجوی معکوس تصویر را معرفی کرده است تا کاربران بتوانند بررسی کنند که آیا یک تصویر به‌صورت دیجیتال دستکاری شده است یا خیر. در اپلیکیشن جمینای، کاربران می‌توانند تصویری را آپلود کرده و بپرسند که آیا توسط مدل هوش مصنوعی گوگل تولید شده است یا خیر.

این قابلیت به دنبال نشانه‌های خاصی می‌گردد، از جمله واترمارک‌های نامرئی که برای اثبات تولید تصویر توسط هوش مصنوعی تعبیه شده‌اند.

با توجه به انتشار هر مدل جدید تولید تصویر، انتظار می‌رود در روزهای آینده شاهد سرازیر شدن تصاویر متعددی از Nano Banana Pro در شبکه‌های اجتماعی باشیم. با این حال، حداقل ابزاری برای شناسایی و تأیید اصالت آن‌ها در دسترس خواهد بود.