google AI جدیدترین مدل هوش مصنوعی خود را معرفی کرد! مدل هوش مصنوعی Nano Banana (نانو بنانا) یکی از جدیدترین مدل‌های تولید تصویر مبتنی بر هوش مصنوعی است که به سرعت توجه متخصصان حوزه هوش مصنوعی را به خود جلب کرده است. تصویر ساز Gemini 2.5 Flash Image که با اسم مستعار نانو بنانا شناخته می شود یک جهش در خلق تصاویر و ویرایش آن ها با هوش مصنوعی است. این مدل یکی از جدیدترین مدل های خانواده هوش مصنوعی گوگل Gemini میباشد. این مدل با ترکیب قدرت شبکه‌های عصبی عمیق و الگوریتم‌های پردازش تصویر پیشرفته، توانسته تصاویری با کیفیت بالا، خلاقانه و نزدیک به واقعیت تولید کند. در این مقاله به بررسی جامع و آموزش سریع تولید و ویرایش تصویر با مدل هوش مصنوعی nano banana می پردازیم.

هوش مصنوعی Nano Banana (نانو بنانا):

Nano Banana یک تصویرساز برپایه  یادگیری عمیق است که توانایی تولید عکس‌ها، تصاویر هنری و طراحی‌های دیجیتال را با دقت بالا دارد.این مدل با بهینه‌سازی محاسبات و الگوریتم‌های هوشمند،سرعت بالا و کیفیت خروجی بهتری نسبت به رقبای خود ارائه می‌دهد.Nano Banana برای تولید محتوای بصری طراحی شده است و توانسته محدودیت‌های رایج سایر مدل‌ها را برطرف کند. همین موضوع باعث شده که کاربران حرفه‌ای و حتی مبتدی از آن استقبال کنند.از ویژگی‌های Nano Banana حفظ شباهت و یکپارچگی چهره‌ها در تصاویر است؛که یکی از چالش‌های اصلی مدل‌های ویرایشگر تصویر بوده است.  کاربران می‌توانند چندین عکس را به‌طور هم‌زمان بارگذاری کرده، سبک‌های هنری را درخواست دهند و در چند  مرحله با پرامپت‌های متوالی، تغییرات دلخواه خود را اعمال کنند.

ویژگی‌های nano-banana

1. تبدیل دستور متنی(پرامپت ) به تصویر: تولید تصاویر باکیفیت و واقعیت گرا از توضیحات ساده یا پیچیده.
2. ویرایش تصویر بادستورمتنی(پرامپت ): افزودن، حذف یا تغییر عناصر، استایل یا رنگ‌ها.
3. حفظ یکپارچگی شخصیت‌ها:
    افراد، حیوانات خانگی یا محصولات را در صحنه‌های مختلف بدون تغییر ظاهر اصلی آن‌ها ویرایش میشوند. این شامل تغییر لباس، مدل مو، دوره زمانی یا محیط است.
4. ترکیب چند تصویر:
   بنانا قادر است چند تصویر را با هم ترکیب کرده وبا توجه به دستور متنی تغییرات را روی آنها اعمال کند . این ویژگی برای آزمایش ایده‌های طراحی قبل از اجرا  بسیار کاربردی است.
5. ویرایش چندمرحله‌ای (Multi-turn Editing):
   کاربران می‌توانند بصورت متوالی تغییرات را در تصاویر خود اعمال کنند . اضافه کردن مبلمان، تغییر دکوراسیون، یا اعمال الگوهای مختلف از تصاویر دیگر.
6. ایمنی و علامت‌گذاری تصاویر:
   هر تصویر تولیدشده شامل علامت واضح AI و یک واترمارک دیجیتال نامرئی SynthID است. گوگل اعلام کرده که SynthID حتی پس از ویرایش‌های رایج قابل شناسایی است، تا اصالت تصاویر مصنوعی قابل تأیید باشد.
7. رندر متن: ایجاد تصاویر با متن واضح و درست (برای لوگو، پوستر، نمودار و …).