Gemini 2.5 Flash Image, czyli nano-banana

Google wprowadza nowy model sztucznej inteligencji. Gemini 2.5 Flash Image ma być najlepszym jak dotąd modelem do generowania grafik.

Generatory grafik cieszą się dużym zainteresowaniem zarówno osób prywatnych, jak i firm. Toteż nie może dziwić, że są bez przerwy ulepszane. Czym zaskoczy nas nowy model od Google’a?

Flash Image – nowy król internetu

Google już pewien czas temu wprowadził nowy model do beta-testów. Miał on tytułowy kryptonim „nano-banana„. I eksperci już podają, że to obecnie najlepszy model świata do generowania obrazów.

Dlaczego? Lista jego zalet jest spora, toteż wymienię tylko te najbardziej istotne. A więc –  nowy model potrafi generować i edytować obrazy, zachowując spójność znaków i łącząc wiele obrazów w jeden.

Gemini 2.5 Flash Image wykorzystuje wiedzę Gemini o świecie, aby tworzyć dokładniejsze i bardziej realistyczne obrazy. Wyprzedza na tym polu konkurencję, czyli  OpenAI GPT Image 1 i Flux.1 Kontext.

Nowy model Gemini 2.5 Flash jest dostępny zarówno dla konsumentów, jak i programistów. Dla programistów model ten jest dostępny za pośrednictwem Gemini API, Google AI Studio i Vertex AI dla przedsiębiorstw.

Dla programistów Gemini 2.5 Flash Image kosztuje 30,00 USD za milion tokenów wyjściowych. Koszt jednego obrazu wynosi zatem około 0,039 USD. Dostęp do tego modelu dla użytkowników indywidualnych jest możliwy za pośrednictwem aplikacji internetowej i mobilnej Gemini

Korzystaj z generatora jak chcesz

Google nie tylko wprowadziło stabilną wersję Flasha, ale również wskazało kilka obszarów, na których można wykorzystać ten innowacyjny model. Tak więc:

• zmień kostium lub lokalizację – możesz przesłać zdjęcie osoby lub zwierzaka, a model zachowa ten sam wygląd na każdym zdjęciu, gdy umieścisz go w nowych sytuacjach;
• łączenie zdjęć – możesz teraz przesłać wiele zdjęć i połączyć je, aby uzyskać zupełnie nową scenę. Na przykład, zrób swoje zdjęcie i drugie zdjęcie psa, aby stworzyć idealny portret was obojga na boisku do koszykówki;
• wypróbuj edycję wieloetapową – możesz edytować obrazy tworzone przez Gemini. Weź pusty pokój, pomaluj ściany, a następnie dodaj regał, meble lub stolik kawowy.
• mieszaj projekty – zastosuj styl jednego zdjęcia do obiektu na innym. Możesz wziąć kolor i fakturę płatków kwiatów i nanieść je na kalosze lub zaprojektować sukienkę, wykorzystując wzór skrzydeł motyla.

Co istotne – Google twierdzi, że nie wykorzystuje przesłanych przez użytkowników zdjęć do trenowania swoich generatywnych technologii uczenia maszynowego, chyba że zostaną one uwzględnione w opiniach.

Wszystkie obrazy utworzone lub edytowane w aplikacji Gemini będą miały widoczny znak wodny i niewidoczny cyfrowy znak wodny SynthID.

Jak dla mnie to dobra wiadomość, ponieważ lubię sobie od czasu do czasu coś wygenerować. A im bardziej wydajny model, tym lepiej. Tak więc tutaj dla Google’a duży plus!

Źródło: Google