Google DeepMind har precis introducerat ett stort språng framåt inom generativ artificiell intelligens (GenAI): Gemini 2.5 Flash Image-modellen.

Denna modell, kärleksfullt känd som "Nano Banana" av communityn, är ett kraftfullt verktyg som kan omvandla text till bilder och redigera befintliga bilder med hög precision och flexibilitet.

Detta är en efterföljare till Gemini-modellserien, men specifikt optimerad för bildrelaterade uppgifter.

c732a0fbdcce57900edf.jpg
Nyckelordet Gemini toppade trendlistan på Google Trends i Vietnam den 4 september. (Skärmdump)

Med sina enastående funktioner inom bildskapande och redigering lockar Nano Banana betydande uppmärksamhet från teknikanvändare över hela världen, inklusive Vietnam.

Enligt Google Trends har sökningarna efter Gemini och Nano Banana ökat kraftigt under de senaste 24 timmarna. Statistik från den 4 september visar att sökordet "Gemini" toppade Trendlistorna inom alla ämnen.

På forum och sociala mediegrupper delar och experimenterar användare även med kommandon och scenarier för bildskapande med Nano Banana.

De flesta uppskattar verktygets förmåga att skapa bilder snabbt och effektivt, liksom kvaliteten på dess utskrift.

Utöver att bara skapa bilder från textbeskrivningar utmärker sig Gemini 2.5 Flash Image inom flera kärnområden: kommandobaserad bildredigering, bibehållande av teckenkonsekvens, imponerande bearbetningshastighet och SynthID-säkerhetsteknik.

Användare kan använda naturligt språk för att ändra element i ett foto. Genom att till exempel helt enkelt ange kommandot "lägg till en röd stol bredvid bordet" eller "ändra bakgrunden till en skog" kommer modellen att utföra redigeringarna korrekt och sömlöst.

Att bibehålla karaktärskonsekvens anses vara den mest banbrytande funktionen. Modellen kan komma ihåg och reproducera bilden av en karaktär eller ett objekt med konsekventa egenskaper (som ansikte, kläder, stil) över flera olika bilder.

Detta är särskilt användbart för kreativa projekt som behöver generera en serie relaterade bilder, från serier till marknadsföringskampanjer.

Originalbild och bild efter redigering med Gemini 2.5 Flash Image.

Med sin optimerade arkitektur kan Gemini 2.5 Flash Image producera högkvalitativa resultat på bara några sekunder, vilket avsevärt accelererar den kreativa processen.

Alla bilder som skapas eller redigeras av modellen är taggade med ett patentskyddat osynligt digitalt vattenmärke från Google, vilket möjliggör identifiering av bilder som skapats med AI, vilket bidrar till att säkerställa innehållets transparens och ursprung.

Gemini 2.5 Flash Image-modellen öppnar upp för många potentiella tillämpningar, från enskilda användare till professionella utvecklare.

Utvecklare kan komma åt modellen via Gemini API och Google AI Studio för att bygga sina egna applikationer, medan företag kan använda modellen på Vertex AI-plattform.

För den genomsnittliga användaren är den här modellen integrerad direkt i Google Gemini och andra applikationer, vilket gör AI-bildskapande till ett tillgängligt och intuitivt verktyg.

Med sina enastående funktioner, särskilt sin förmåga att bibehålla karaktärskonsekvens, förväntas Gemini 2.5 Flash Image bli en formidabel konkurrent till traditionella fotoredigeringsprogram som Photoshop, och förändra hur skapare och användare interagerar med digitala bilder.

Kina slår oväntat USA i den globala tävlingen om AI-översättning . Tencents (Kina) modell med öppen källkod, Hunyuan-MT-7B, uppnådde en nästan total seger över amerikanska jättar i den internationella maskinöversättningstävlingen som hölls på WMT25-konferensen.

Källa: https://vietnamnet.vn/nano-banana-la-gi-ma-khien-moi-nguoi-xon-xao-dung-dau-google-trends-viet-nam-2439283.html