رونمایی گوگل از هوش مصنوعی Nano Banana 2.1؛ ساخت تصاویر 4K با نصف قیمت

گوگل نسخه جدید هوش مصنوعی خود با نام Nano Banana 2.1 را معرفی کرده است. تغییرات این مدل شامل ویرایش دقیق‌تر و مهم‌تر از همه حفظ ثبات چهره افراد و شکل اشیا در ویرایش‌های تصویر بوده و امکان تولید تصاویر با وضوح 4K را فراهم می‌کند.

Nano Banana 2.1 بر پایه Gemini 3.6 Image ساخته شده و در سه حوزه اصلی نسبت به نسل قبل پیشرفت کرده است. نخست، توانایی مدل در طراحی بصری و تولید ترکیب‌بندی‌های حرفه‌ای‌تر بهبود یافته است. دوم، قابلیت ویرایش مبتنی بر ماسک به کاربران اجازه می‌دهد بخش مشخصی از یک تصویر را انتخاب و تغییر دهند، بدون اینکه مجبور باشند کل صحنه را از ابتدا تولید کنند.

مهم‌ترین پیشرفت این مدل به ثبات سوژه مربوط می‌شود. مدل جدید می‌تواند ظاهر و هویت افراد و اشیای موجود در تصویر را در تولیدها و ویرایش‌های متوالی بهتر حفظ کند. این ویژگی برای پروژه‌هایی که نیازمند چندین مرحله اصلاح تصویر هستند اهمیت زیادی دارد، زیرا احتمال تغییر چهره شخصیت یا تغییر فرم اشیا با هر پرامپت جدید کاهش پیدا می‌کند.

پشتیبانی از 14 تصویر مرجع و خروجی 4K

Nano Banana 2.1 می‌تواند به‌صورت همزمان حداکثر 14 تصویر را دریافت کند و در فرایند ویرایش، تا 4 کاراکتر و 10 شیء مختلف را دنبال و حفظ کند. مدل همچنین از ورودی‌های متنی، تصویری، صوتی و ویدیویی پشتیبانی می‌کند و امکان تولید تصویر در وضوح‌های 1K و 2K و 4K را دارد.

ظرفیت پردازش مدل نیز به 1 میلیون توکن می‌رسد. کاربران برای ویرایش می‌توانند تصاویر را مستقیماً با حجم حداکثر 7 مگابایت بارگذاری کنند و فایل‌های موجود در فضای ابری نیز تا سقف 30 مگابایت قابل استفاده هستند. گوگل همچنین امکان اتصال مدل به موتور جستجو برای بررسی اطلاعات دنیای واقعی و افزایش دقت جزئیات تصویر را فراهم کرده است.

نصف شدن هزینه تولید تصاویر

یکی از مهم‌ترین تغییرات Nano Banana 2.1 کاهش قیمت پردازش است. هزینه توکن‌های تصویری از 60 دلار به 30 دلار به ازای هر 1 میلیون توکن رسیده که کاهش 50 درصدی را نشان می‌دهد. قیمت ورودی متنی نیز 1.50 دلار و خروجی متنی یا تحلیلی 7.50 دلار به ازای هر 1 میلیون توکن تعیین شده است.

بر این اساس، تولید یک تصویر 1K حدود 0.0336 دلار، تصویر 2K حدود 0.0504 دلار و تصویر 4K حدود 0.0756 دلار هزینه خواهد داشت. در پردازش‌های دسته‌ای، هزینه تولید تصویر 1K می‌تواند به 0.0168 دلار کاهش پیدا کند.

Nano Banana 2.1 هم‌اکنون به‌صورت مرحله‌ای در اپلیکیشن Gemini، حالت AI Mode جستجوی گوگل، Google AI Studio، Flow، Stitch، Google Ads و Gemini Enterprise در حال انتشار است. این مدل همچنین به فناوری تأیید اصالت محتوا برای ردیابی منشأ دیجیتالی تصاویر مجهز شده است.