A Nano Banana 2.1 megérkezett a Picsart AI Playgroundba

Egy beszélgetésben lehet létrehozni és finomítani a képeket

A Picsart október 7-i közlése szerint a Google októberben adta ki a Nano Banana 2.1 modellt, amely most bekerült a Picsart AI Playground kínálatába. A modell a Google Nano Banana termékcsaládjának legújabb képes modellje, a Gemini 3 sorozat tagja, és a Gemini 3.6 Flash technológiájára épül.

A Nano Banana 2.1 szöveges és képes bemenetet fogad, válaszában pedig képet és szöveget is előállíthat. A többfordulós képszerkesztés révén a felhasználó létrehozhat egy első változatot, majd ugyanabban a beszélgetésben további módosításokat kérhet. Így egy tárgy cseréje, a környezet átalakítása, a stílus megváltoztatása vagy egy karakter szerkesztése egymást követő lépésekben történhet.

A Google által felsorolt felhasználási területek között szerepel a professzionális pontosságú képkészítés és szerkesztés, a plakátok és összetett diagramok szövegezése, a valós világról szóló ismeretek használata, valamint a többnyelvű, lokalizált szöveg megjelenítése.

Firkarajzzal is irányítható a szerkesztés

A modell egyik szerkesztési módja a rajzalapú, vagyis tintával végzett szerkesztés. A képre rajzolt jelölésekkel lehet megadni, melyik részen kíván módosítást a felhasználó. A Google tesztjeiben a maszkolás és a rajzalapú szerkesztés kategóriájában a Nano Banana 2.1 egyértelműen megelőzte a Nano Banana 2 modellt.

A képszerkesztési vizsgálatok kiterjedtek az általános módosításokra, a stilizálásra, a karakterekre, valamint a tárgyak és környezetek átalakítására. Több képből egy közös jelenet is létrehozható, például több termékfotóból egy új termékkép, vagy több karakterből egyetlen közös jelenet. A Nano Banana 2-höz képest a legnagyobb pontszámnövekedést a több karakter következetes megjelenítése hozta.

A rendszer 1K, 2K és 4K felbontásban dolgozik. A támogatott 15 képarány között négyzetes, álló, fekvő, mozifilmes és hosszú bannerszabványok is vannak: 1:1, 4:5, 5:4, 3:4, 4:3, 3:2, 2:3, 16:9, 9:16, 21:9, 9:21, 4:1, 1:4, 8:1 és 1:8.

A Google tesztjeiben minden jelentett kategóriában előrébb végzett

A Google egymás melletti, emberek által végzett értékeléseket használt, Elo-alapú pontozással. Bekapcsolt gondolkodási móddal a Nano Banana 2.1 minden jelentett szövegből kép és képszerkesztési kategóriában megelőzte a Nano Banana 2-t és a Nano Banana Prót.

• Általános szövegből kép preferencia: 1050 pont, szemben a Nano Banana 2 990 és a Nano Banana Pro 935 pontjával.
• Több karakter következetessége: 1106 pont, a korábbi modellek 978 és 1011 pontjával szemben.
• Maszkolás és rajzalapú szerkesztés: 1049 pont, szemben a 965 és 927 ponttal.
• Infografikák tényszerűsége: 0,521, míg a Nano Banana 2 0,179, a Nano Banana Pro pedig 0,265 eredményt ért el.

A Google kikapcsolt gondolkodási mód mellett is azt közölte, hogy a modell minden felsorolt kategóriában a Nano Banana 2 előtt végzett. A fejlesztő ugyanakkor több korlátozást is jelez: az apró szöveg 1K felbontásban gyakran elmosódott, a hosszú bekezdések és teljes oldalak megjelenítése nehéz, a karakterek következetessége nem mindig tökéletes, a firkarajzos utasításokat pedig a modell csak részben követi. Egyes szerkesztéseknél ezért több próbálkozásra lehet szükség.

A Nano Banana 2.1 a Picsart AI Playgroundban új képek készítésére és meglévő képek többfordulós finomítására használható. A forrás szerint különösen plakátok, diagramok, több termékből összeállított jelenetek és visszatérő karaktereket szerepeltető képsorozatok készítésére kínál lehetőséget.