گوگل از مدل پیشرفته Nano Banana 2.1 برای تولید و ویرایش تصویر رونمایی کرد

گوگل جدیدترین مدل هوش مصنوعی تولید و ویرایش تصویر خود را با نام Nano Banana 2.1 برای طیف وسیعی از سرویس‌ها و ابزارهای کاربردی منتشر کرد.

گوگل با تمرکز بر گسترش مرزهای خلق محتوای بصری، از نسل تازه و به‌روزشده‌ی سیستم‌ هوش مصنوعی تولید تصویر خود پرده برداشت. مدل Nano Banana 2.1 به‌عنوان تازه‌ترین دستاورد بخش توسعه‌ی ابزارهای بصری، گامی فراتر از تولید ساده‌ی تصاویر برمی‌دارد و روی ویرایش دقیق و حفظ جزئیات کلیدی تمرکز دارد.

بر اساس گفته‌ی گوگل، نسخه‌ی ارتقایافته‌ی Nano Banana 2.1 در تمامی بخش‌ها عملکردی برتر نسبت به نسل‌های پیشین از خود نشان می‌دهد. تمرکز اصلی مهندسان در روند بازطراحی معماری یادگیری ماشین، بهبود چشمگیر کیفیت بصری و ارائه‌ی خروجی‌های طبیعی‌تر به کاربران سراسر جهان بوده است.

یکی از بزرگ‌ترین چالش‌های کاربران در ساخت تصاویر با هوش مصنوعی، ناهمگونی سوژه‌ها هنگام تغییر پس‌زمینه یا اعمال ویرایش‌های جزئی محسوب می‌شود. مدل Nano Banana 2.1 با تکیه بر الگوریتم‌های پیشرفته‌ی حفظ ثبات سوژه (Subject Consistency)، امکان نگه داشتن فرم چهره، اشیا و ساختار اصلی را حتی در تغییرات متوالی فراهم می‌کند.

قابلیت ویرایش مبتنی‌بر ماسک (Mask-based Editing) به طراحان اجازه می‌دهد بخش‌های مشخصی از تصویر را بدون دست‌خوردن سایر بخش‌ها اصلاح کنند یا عناصر جدیدی بیفزایند. ترکیب چنین توانایی‌هایی سبب شده تا تولیدات نهایی جلوه‌ای بسیار طبیعی‌تر و نزدیک‌تر به واقعیت داشته باشند.

فرآیند انتشار گسترده‌ی ابزار جدید بر بستر محصولات مختلف آغاز شده است تا هم کاربران عادی و هم توسعه‌دهندگان تجاری به توانایی‌های پردازش تصویر دسترسی پیدا کنند.

به‌کارگیری گسترده‌ی چنین مدلی در زیرساخت‌های تبلیغاتی و ابری، نشان از آمادگی کامل برای پاسخ‌گویی به پردازش‌های سنگین دارد و امکان دسترسی میلیاردها کاربر به ابزارهای نسل جدید تولید تصویر را هموارتر می‌سازد.