گوگل مدل جدیدی به نام نانو موز (nano-banana) را معرفی کرده که تولید و ویرایش تصاویر را با دقت و سرعت بیشتری انجام می‌دهد. این مدل در گیمینی 2.5 فلش قرار دارد و از طریق API گیمینی در دسترس است.
ویژگی‌های کلیدی مدل نانو موز
این مدل پیشرفته امکانات زیادی برای توسعه‌دهندگان و طراحان فراهم می‌کند.
حفظ ثبات ظاهری شخصیت‌ها
می‌توانید ظاهر یک شخصیت را در چندین تصویر و صحنه مختلف حفظ کنید. این ویژگی برای داستان‌های تصویری و سریال‌های انیمیشنی بسیار مفید است.
ویرایش هوشمند تصاویر
با استفاده از دستورات متنی، می‌توانید تغییرات دقیقی در تصاویر ایجاد کنید. این شامل افزودن یا تغییر اشیا (inpainting)، گسترش تصویر (outpainting) و دیگر تبدیل‌های هدفمند می‌شود.
ترکیب و ادغام تصاویر
این مدل می‌تواند عناصر مختلف از چندین تصویر را هوشمندانه ترکیب کرده و یک تصویر فوتورئالِ واحد ایجاد کند.
استدلال چند حالته (Multimodal Reasoning)
مدل قادر است دستورالعمل‌های پیچیده را از روی تصاویر دستی یا نمودارها درک کند و عمل کند. این ویژگی برای کاربردهای آموزشی و طراحی بسیار ارزشمند است.
کاربردهای عملی نانو موز
چند نمونه از برنامه‌های منبع بازی که با این مدل ساخته شده‌اند:
- Past Forward: عکس شما را به سبک دهه‌های مختلف تاریخ تبدیل می‌کند.
- Home Canvas: امکان تست فرش و مبلمان جدید در فضای خانه شما را فراهم می‌کند.
- Pixshop: ویرایشگر هوشمند تصاویر مبتنی بر هوش مصنوعی.
- GemBooth: شما را در نقاشی‌های رنسانس یا کتاب کمیک جای می‌دهد.
شروع کار با نانو موز
برای شروع کار، می‌توانید از کیت‌های توسعه (SDK) پایتون، جاوااسکریپت یا گو استفاده کنید یا مستقیماً از طریق REST API و دستور cURL درخواست‌ها را ارسال کنید.
کلید API خود را از گوگل AI Studio دریافت کرده و با یک پروژه فعال شارژ شروع به تولید تصویر کنید.
کاهش هزینه‌ها و بهبود عملکرد
| ویژگی | مزیت |
|---|---|
| درخواست گروهی (Batch API) | کاهش 50 درصدی هزینه‌ها و افزایش توان پردازشی |
| مدل‌های متنی پیشرفته | دستورات دقیق‌تر و خروجی بهتر |
| مدیریت کلیدهای API | امنیت و کنترل دسترسی بهتر |
با استفاده از این ابزارها، می‌توانید به طور خودکار تصاویر تولید کنید و کارایی برنامه‌های خود را افزایش دهید.