Кодик кратко объясняет суть статьи
Google представила обновленную версию модели генерации и редактирования изображений Nano Banana 2.1, отличающуюся улучшенной реалистичностью, детализацией и поддержкой высоких разрешений (до 4K). Новая модель успешно обрабатывает панорамные изображения с необычными пропорциями, улучшает качество текста и инфографики, а также интегрирует до 14 изображений одновременно, сохраняя детали лиц и объектов. Система интегрирована с результатами поиска Google и Google Картинками, предлагает три уровня анализа и работает с текстом, изображениями, видео и PDF-файлами. Доступна разработчикам и пользователям через Google AI Studio, API и интерфейс Gemini.
Читайте в Telegram
|
Google выпустила обновлённую модель генерации и редактирования изображений Nano Banana 2.1.
Новая версия пришла на смену Nano Banana 2 (Gemini 3.1 Flash Image) и сохранила высокую скорость работы и низкую стоимость вычислений при заметном росте реализма и детализации. Модель поддерживает вывод картинок в разрешениях 1K, 2K и 4K (по умолчанию установлено 1K), а также устраняет артефакты сегментации при создании панорамных изображений с экстремальными пропорциями — вплоть до 1:8 и 8:1.
Разработчики значительно улучшили читаемость генерируемого текста и компоновку элементов сложной инфографики. Кроме того, система получила поддержку мультиреференсного слияния (multi-image fusion): модель способна анализировать до 14 изображений одновременно, сохраняя узнаваемую внешность до четырёх персонажей и точные черты до десяти отдельных объектов на серии кадров.
В Gemini Nano Banana 2.1 также добавили заземление на результаты поисковика Google и Google Картинки, а также настраиваемые уровни рассуждений (Thinking) — минимальный, средний и высокий. Нейросеть принимает на вход текст, изображения, видео и документы PDF, а окно контекста вмещает до 131 072 входных и до 32 768 выходных токенов.
Инструмент уже доступен разработчикам в Google AI Studio, через официальный API, а также обычным пользователям внутри интерфейса Gemini.
