گوگل «نانو بنانا ۲» را برای تولید سریع‌تر تصاویر 4K با هوش مصنوعی معرفی کرد

نانو بنانا ۲: پلی میان کیفیت و سرعت

«نانو بنانا ۲» که اکنون به‌عنوان بخشی از خانواده «جمینای ۳.۱ فلش ایمیج» عرضه شده، به یکی از بزرگترین چالش‌های دنیای فناوری خلاقانه پاسخ می‌دهد: انتخاب بین کیفیت بالا و سرعت تولید. در گذشته، کاربران مجبور بودند برای جزئیات دقیق‌تر و استدلال پیچیده‌تر، زمان بیشتری را به مدل‌های حرفه‌ای اختصاص دهند یا برای پیش‌نویس‌های سریع، به مدل‌های ساده‌تر رضایت دهند. «نانو بنانا ۲» با ارائه قابلیت‌های حرفه‌ای در قالبی سریع‌تر و چابک‌تر، این شکاف را پر کرده است.

استاندارد تازه در تولید سریع تصاویر هوش مصنوعی

یکی از مهم‌ترین نوآوری‌های «نانو بنانا ۲»، درک پویای آن از جهان است. این مدل دیگر تنها به داده‌های آموزشی ایستا متکی نیست، بلکه از پایگاه دانش گسترده گوگل و نتایج جست‌وجوی لحظه‌ای وب نیز بهره می‌برد. این قابلیت به هوش مصنوعی امکان می‌دهد تا درک دقیق‌تری از موضوعات خاص و رویدادهای جاری داشته باشد. از جمله توانایی‌های جدید آن می‌توان به موارد زیر اشاره کرد:

• تولید اینفوگرافیک‌های کاربردی
• تبدیل یادداشت‌های دست‌نویس نامرتب به نمودارهای منظم
• انجام مصورسازی دقیق داده‌ها

علاوه بر این، دقت در پردازش متن به طور محسوسی افزایش یافته است که این ابزار را برای طراحی نمونه‌های بازاریابی یا کارت‌های تبریک محلی‌سازی‌شده با اهمیت بالای خوانایی، به گزینه‌ای مناسب تبدیل می‌کند.

ثبات کاراکتر و کنترل خلاقانه بیشتر

حفظ ثبات سوژه در صحنه‌های مختلف، همواره یک چالش جدی برای داستان‌نویسان و طراحان بوده است. «نانو بنانا ۲» این مشکل را با ویژگی‌های زیر برطرف کرده است:

• حفظ شباهت ظاهری تا پنج کاراکتر مختلف
• نگه‌داشتن جزئیات تا ۱۴ شیء در یک روند کاری

این ویژگی‌ها امکان ساخت روایت‌ها و استوری‌بوردهای منسجم را بدون فراموشی ویژگی‌های سوژه‌ها فراهم می‌کند. همچنین، مدل جدید دستورات پیچیده را با دقت بیشتری دنبال می‌کند؛ به طوری که اگر کاربر نورپردازی خاص یا بافتی ویژه درخواست کند، احتمال تطابق خروجی با تصویر ذهنی او در همان تلاش نخست بسیار بیشتر است. این مدل همچنین از وضوح‌های متنوع از ۵۱۲ پیکسل برای فایل‌های کوچک تا پس‌زمینه‌های شفاف 4K پشتیبانی می‌کند.

تمرکز ویژه بر شفافیت و اصالت

با نزدیک‌تر شدن تصاویر تولیدشده توسط هوش مصنوعی به واقعیت، پرسش درباره واقعی بودن محتوا اهمیت بیشتری یافته است. گوگل برای افزایش ایمنی و شفافیت، از رویکردی دوگانه در زمینه منشأ محتوا استفاده می‌کند:

• فناوری SynthID: یک واترمارک دیجیتال نامرئی
• استاندارد C2PA Content Credentials: ارائه اطلاعات درباره نحوه استفاده از هوش مصنوعی

این ابزارها فراتر از برچسب‌گذاری ساده عمل کرده و اطلاعات جامعی درباره نحوه تولید محتوا با هوش مصنوعی ارائه می‌دهند. گوگل اعلام کرده است که فناوری SynthID تاکنون بیش از ۲۰ میلیون بار مورد استفاده قرار گرفته است.

دسترسی گسترده در اکوسیستم گوگل

«نانو بنانا ۲» در سراسر اکوسیستم گوگل در حال عرضه است. این مدل اکنون موتور پیش‌فرض تولید تصویر در اپلیکیشن «جمینای» محسوب می‌شود و همچنین در بخش‌های مختلف جست‌وجوی گوگل، از جمله حالت هوش مصنوعی و لنز، در بیش از ۱۴۰ کشور ادغام شده است. توسعه‌دهندگان نیز می‌توانند از طریق «جمینای API» و «AI Studio» به این مدل قدرتمند دسترسی داشته باشند.