گوگل «نانو بانانا ۲» را معرفی کرد: هوش مصنوعی مولد تصویر با سرعت Flash و قابلیت‌های پیشرفته

هوشمندی و کیفیت بصری با سرعت Flash

نانو بانانا ۲، هوشمندی پرسرعت مدل جمینای فلش را به دنیای تولید بصری می‌آورد و امکان ویرایش‌ها و تکرارهای سریع را فراهم می‌کند. این مدل، ویژگی‌هایی که زمانی منحصر به نسخه پرو بودند را در دسترس مخاطبان گسترده‌تری قرار می‌دهد:

• دانش پیشرفته از جهان واقعی: این مدل از پایگاه دانش جمینای درباره دنیای واقعی استفاده می‌کند و با اطلاعات لحظه‌ای و تصاویر جستجوی وب تقویت می‌شود تا سوژه‌های خاص را با دقت بیشتری رندر کند. این درک عمیق به کاربران کمک می‌کند اینفوگرافیک بسازند، یادداشت‌ها را به دیاگرام تبدیل کنند و داده‌ها را مصورسازی نمایند.
• رندر و ترجمه دقیق متن: نانو بانانا ۲ امکان تولید متنی دقیق و خوانا برای ماکت‌های بازاریابی یا کارت‌های تبریک را فراهم می‌کند. همچنین، قابلیت ترجمه و بومی‌سازی متن درون یک تصویر برای به اشتراک‌گذاری ایده‌ها در سطح جهانی وجود دارد.

کنترل خلاقانه بهبودیافته

نانو بانانا ۲ شکاف بین سرعت و کیفیت بصری را به شدت کاهش داده و تصاویری با کیفیت بالا و فوتورئالیستیک ارائه می‌دهد. بهبودهای این مدل نسبت به نانو بانانای اصلی عبارتند از:

• ثبات سوژه: این ویژگی، شباهت کاراکترها را تا ۵ شخصیت و وفاداری به جزئیات تا ۱۴ شیء را در یک جریان کاری واحد حفظ می‌کند. این قابلیت برای ساخت استوری‌بورد و روایت‌سازی بدون تغییر ظاهر ورودی‌ها بسیار حیاتی است.
• پیروی دقیق از دستورالعمل‌ها: با پیروی بهبودیافته از دستورالعمل‌ها، مدل با دقت بیشتری به درخواست‌های پیچیده کاربران پایبند می‌ماند و جزئیات ظریف ایده را ثبت می‌کند.
• مشخصات آماده برای تولید: کاربران می‌توانند دارایی‌های بصری جذاب با کنترل کامل بر نسبت‌های تصویر و رزولوشن‌های مختلف از ۵۱۲ پیکسل تا 4K بسازند، که کیفیت تصاویر را برای انواع کاربردها تضمین می‌کند.
• ارتقاء کیفیت بصری: نانو بانانا ۲ نورپردازی زنده، بافت‌های غنی‌تر و جزئیات دقیق‌تری را ارائه می‌دهد و زیبایی‌شناسی باکیفیت را با سرعتی که از یک مدل Flash انتظار می‌رود، حفظ می‌کند.

عرضه نانو بانانا ۲ در محصولات گوگل

نانو بانانا ۲ از امروز در سراسر محصولات گوگل عرضه می‌شود، از جمله:

• اپلیکیشن جمینای: این مدل جایگزین نانو بانانا پرو در مدل‌های Fast، Thinking و Pro خواهد شد. مشترکین Google AI Pro و Ultra همچنان از طریق منوی سه نقطه به نانو بانانا پرو دسترسی خواهند داشت.
• جستجو: در حالت هوش مصنوعی (AI Mode) و لنز (Lens)، از طریق اپلیکیشن گوگل و همچنین مرورگرهای موبایل و دسکتاپ.
• AI Studio + API: به صورت پیش‌نمایش در AI Studio و Gemini API در دسترس است.
• Google Cloud: به صورت پیش‌نمایش با Gemini API در Vertex AI در دسترس است.
• Flow: نانو بانانا ۲ مدل پیش‌فرض تولید تصویر در Flow است و برای تمام کاربران Flow با اعتبار صفر (رایگان) در دسترس خواهد بود.
• Ads (تبلیغات): نانو بانانا در بخش تبلیغات برای ارائه پیشنهادات در هنگام ایجاد کمپین‌ها در دسترس است.

اصالت‌سنجی قدرتمند: نشانه‌گذاری و تأیید

گوگل با ترکیب فناوری پیشرفته SynthID با گواهی‌نامه‌های محتوای C2PA، رویکرد خود را در زمینه اصالت‌سنجی عمیق‌تر می‌کند. این اقدام به کاربران دیدی جامع‌تر و زمینه‌مندتر نه تنها در مورد اینکه آیا از هوش مصنوعی استفاده شده، بلکه چگونه استفاده شده، ارائه می‌دهد.

ویژگی تأیید SynthID از زمان راه‌اندازی در نوامبر، بیش از ۲۰ میلیون بار در اپلیکیشن جمینای استفاده شده است. به زودی تأیید C2PA نیز به اپلیکیشن جمینای اضافه خواهد شد تا به مردم در شناسایی تصاویر، ویدئوها و صداهای تولید شده توسط هوش مصنوعی گوگل کمک کند.

تحلیل و نکات کلیدی استراتژیک گوگل

عرضه نانو بانانا ۲ یک حرکت استراتژیک و هوشمندانه از سوی گوگل است که چندین هدف مهم را دنبال می‌کند:

• دموکراتیزه کردن قدرت: گوگل با ارائه قابلیت‌های Pro با سرعت Flash، مرز بین مدل‌های «سریع ولی متوسط» و «کند ولی حرفه‌ای» را از بین می‌برد. این کار مدل پیش‌فرض و رایگان خود را به ابزاری فوق‌العاده قدرتمند تبدیل کرده و مستقیماً ابزارهای پولی مانند Midjourney را به چالش می‌کشد.
• حل مشکلات کلیدی تولید تصویر: گوگل به نقاط ضعفی حمله کرده که بزرگترین موانع بر سر راه استفاده حرفه‌ای از هوش مصنوعی مولد تصویر بوده‌اند:
  • ثبات سوژه (Subject Consistency): ناتوانی در حفظ چهره یک شخصیت در صحنه‌های مختلف، بزرگترین مانع برای داستان‌سرایی و برندسازی بود. ادعای حفظ ثبات تا ۵ کاراکتر، یک جهش بزرگ رو به جلو است.
  • رندر دقیق متن: حل مشکل نوشتن متن خوانا و بدون غلط روی تصاویر، درهای جدیدی را برای طراحان گرافیک، بازاریابان و تولیدکنندگان محتوا باز می‌کند.
• جنگ اکوسیستم: برگ برنده گوگل، ادغام (Integration) است. با عرضه همزمان نانو بانانا ۲ در جستجو، جمینای، کلاد، و ابزارهای تبلیغاتی، هوش مصنوعی به بخشی جدایی‌ناپذیر از تمام ابزارهای روزمره تبدیل می‌شود. این یک مزیت توزیع است که هیچ رقیب مستقلی از آن برخوردار نیست.
• پیش‌دستی در مسئولیت‌پذیری (Responsible AI): تأکید بر ابزارهای اصالت‌سنجی مانند SynthID و C2PA یک حرکت هوشمندانه برای کاهش نگرانی‌ها در مورد دیپ‌فیک و اطلاعات نادرست است. گوگل با این کار خود را به عنوان یک بازیگر مسئول در این فضا معرفی می‌کند.