Миналата година AI платформата Gemini на Google направи сериозна крачка напред в генерирането на изображения с пускането на обновлението Nano Banana. То привлече внимание не само с необичайното си кодово име, но и с възможностите си. Сега идва следващата версия. Nano Banana 2 е поредният значим ъпгрейд в AI създаването на изображения и вече започва да се разпространява до всички потребители на Gemini.
Nano Banana 2 комбинира оригиналния Nano Banana и Pro версията, която се появи няколко месеца по-късно. На практика това е Nano Banana Pro, но с по-висока скорост, както посочва Google в официалното си съобщение. В същото време Nano Banana Pro остава наличен за абонатите на плановете Plus, Pro и Ultra, в случаите когато детайлът и точността са по-важни от бързината.
За онези, които следят техническите имена на моделите, Nano Banana е „Gemini 2.5 Flash Image“, Nano Banana Pro е „Gemini 3 Pro Image“, а Nano Banana 2 е „Gemini 3.1 Flash Image“. Именно това име показва както подобрените възможности, така и запазения „flash“ фокус върху скоростта.
Какво може Nano Banana 2
Nano Banana 2 наследява голяма част от функциите на Nano Banana Pro. Сред тях са по-добро разбиране на света, което позволява използване на информация в реално време, като например метеорологични прогнози, както и по-точно и четливо изписване на текст – нещо, което дълго време беше слабост на ранните AI модели за изображения.
Google акцентира още върху по-добрата последователност на обектите в изображението, по-точното изпълнение на подробни инструкции, контрола върху съотношението на страните и резолюцията, както и по-високата визуална прецизност.
Въпреки че Nano Banana 2 вече е достъпен за всички потребители, има ограничения в употребата. Потребителите без платен абонамент могат да създават до 20 изображения на ден. За абонатите на AI Plus лимитът е 50 изображения дневно, за AI Pro – 100, а за AI Ultra – 1000 изображения на ден. Google все пак предупреждава, че тези лимити може да се променят често в зависимост от натоварването.
Nano Banana 2 ще замени Nano Banana Pro почти навсякъде, където се използва Gemini, включително в AI Mode за търсене и в Google Lens. Както и досега, генерираните изображения ще бъдат маркирани с технологията SynthID на Google, която обозначава, че дадена картина е създадена с AI.
Да се определи какво точно се е променило невинаги е лесно. На практика безплатните потребители досега имаха силно ограничен достъп до Nano Banana Pro, понякога само до една или две генерации дневно според натоварването. Благодарение на по-високата ефективност на Nano Banana 2, те вече могат да създават значително повече изображения с модел, който почти достига качеството на Pro поне засега, преди Google отново да промени ограниченията.
За платените потребители Nano Banana Pro остава наличен, но Nano Banana 2 ще бъде зададен като стандартен избор. Това подсказва, че Pro все пак запазва леко предимство по отношение на качеството, макар и с цената на по-бавна работа. Самата Google посочва, че Pro е по-подходящ за „high-fidelity tasks requiring maximum factual accuracy“ и за случаи, в които е необходим „additional detail“.
Тестове с Nano Banana 2
Всичко това означава, че когато започнете да тествате Nano Banana 2, вероятно няма да усетите огромна разлика спрямо Nano Banana Pro, освен че ще получите резултата си по-бързо. При различни тестове с разнообразни команди моделът се представя впечатляващо, дори и да не е на етап, в който резултатите му са безупречни всеки път.
За начало, когато изберете Create image в приложението Gemini, ще видите нова функция с шаблони. Може да се избира между предварително зададени стилове като Gothic clay или Oil painting, след което към тях да се добави собствена инструкция, или просто да се въведе изцяло нов prompt. Както и преди, потребителите могат да качат начално изображение, а дори и няколко изображения, върху които Gemini да работи, чрез бутона +.
Ако потребителят е абониран за AI Plus, AI Pro или AI Ultra, след като Nano Banana 2 генерира изображението, може да натисне трите точки под него и да избере Redo with Pro. Така същият prompt се рендерира отново с помощта на допълнителната изчислителна мощ на Nano Banana Pro. Има обаче един недостатък – изглежда, че при тази опция избраният шаблон за изображение се премахва.
В един от тестовете Gemini получава задача да създаде прогноза за времето за Ню Йорк в papercraft стил, като комбинира генериране на изображение, информация в реално време и текстово изписване. Задачата е изпълнена успешно и с Nano Banana 2, и с Nano Banana Pro. Двата модела дават различни, но еднакво качествени резултати, като очаквано Pro предлага малко повече детайл.
Направени са и други тестове с пейзажна живопис, инфографики и дори комикс, който пресъздава началните моменти от „Bleak House“ на Чарлз Дикенс. Крайните резултати в повечето случаи са впечатляващи, с точни текстове и графики, стилове, които съответстват на инструкциите, и относително малко грешки.
AI изображенията все още не са съвършени
Тези модели все още не са перфектни. Понякога думите се изписват грешно, понякога физиката в изображенията изглежда неубедително, а AI системите все още не могат да възпроизведат напълно вярно реалния свят. Освен това част от тези изображения продължават да носят усещането за нещо, обучено върху огромни количества съществуващо съдържание, вместо за нещо наистина оригинално.
Как Nano Banana 2 се сравнява с Nano Banana Pro
Сравнението между Nano Banana 2 и Nano Banana Pro не е лесно, защото при всяко повторно генериране prompt-ът се изпълнява отначало. Това означава, че когато се избере Redo with Pro, не се прави корекция на първата картина, а се създава ново, оригинално изображение.
Като цяло остава усещането, че Pro все още има предимство по отношение на качеството и по-фините детайли. В някои случаи обаче резултатите от Nano Banana 2 изглеждат дори по-предпочитани. След множество тестове най-голямото предимство в момента изглежда е способността на Gemini да извлича информация от уеба, като метеорологични условия или конкретни факти, и да я използва при създаването на изображения.
Тези модели постепенно стават по-добри и в работата с различни визуални стилове, като оставят все по-малко очевидни следи, че изображенията са създадени с AI. Дали това е положителна или тревожна тенденция, зависи изцяло от гледната точка на потребителя.
