Nano Banana 2.1: «Зміни лише світло». ШІ нарешті слухається?

Невеликий номер версії — важлива обіцянка

Google описує 2.1 як оновлення Nano Banana 2 для генерації зображень і редагування через діалог. Заявлені точніше виконання інструкцій, стабільніші персонажі під час послідовних правок і краще відтворення тексту. Є вихідні зображення 1K, 2K та 4K; один запит може містити до 14 референсів, із підтримкою узгодженості до чотирьох персонажів і десяти об’єктів. Також заявлено виправлення артефактів стикування в дуже широких панорамах 2K та 4K.

Це корисні обіцянки для режисера, який збирає тритмент, або дизайнера, який адаптує кампанію. Референс дає моделі конкретний орієнтир для збереження. Кілька зображень можуть одночасно описувати персонажа, локацію та продукт. Творче питання — наскільки точно результат збереже ці рішення після зміни оточення.

Для мене важлива різниця між ще одним привабливим зображенням і продовженням роботи над уже обраним кадром. Вдала правка має дозволяти далі розвивати ту саму ідею.

Джерела: Google Cloud [1] · Google AI for Developers [2]

Зі світлом краще. З обличчям — складніше.

6 жовтня Fuser порівняла п’ять завдань: по одній генерації для кожної моделі, без повторів. У завданні на освітлення 2.1 витримала заданий напрямок; Pro розвернула його. В окремому перенесенні персонажа Pro точніше зберегла зовнішність; 2.1 змінила волосся, окуляри та веснянки.

Це невелике порівняння комерційної творчої платформи. Ми його не відтворювали. Воно не визначає універсального переможця.

Обличчя передає інформацію на кількох рівнях. Силует може збігатися, поки оправа тоншає, вираз змінюється чи волосся набуває іншого малюнка. Окремо нове зображення виглядатиме переконливо. Поруч із затвердженим референсом воно може сприйматися як інший кастинг.

Це важливо, коли зображення має належати до послідовності. Я спочатку перевірив би впізнаваність персонажа, а вже потім оцінював нове світло. Інакше можна затвердити гарний кадр, який уже не належить до тієї самої сцени.

Джерела: Fuser [4]

Маленька деталь може змінити продукт

Під час редагування флакона у Fuser усі три моделі зробили гладку основу кришки ребристою всупереч інструкції.

У рекламному зображенні форма кришки є частиною продукту, який продають. Правдоподібна заміна все одно змінює предмет. Це стосується й застібки костюма, характерного реквізиту чи позначки на декорації: узгодженість тримається на деталях, які легко пропустити в окремому привабливому кадрі.

Перед редагуванням я назвав би ці деталі конкретно: саме ці окуляри, ця етикетка, ця застібка. Потім порівняв би їх у розмірі, в якому роботу справді використовуватимуть. Мініатюра в соцмережі та рекламний крупний план виявляють різні проблеми. Рішення про готовність має враховувати призначення кадру.

Джерела: Fuser [4]

Зображення дешевші. Рахунок складніший.

У Standard Gemini API вихідне зображення 1K дешевшає з $0.067 для Nano Banana 2 до $0.0336 для 2.1. У 2K — з $0.101 до $0.0504. Для 4K зміна менша: з $0.151 до $0.113. Вхідні токени й токени тексту та міркувань у 2.1 дорожчі та оплачуються окремо. Це ціни вихідних зображень API, а не всього запиту чи кредитів Flow.

Нижча ціна зображень полегшує порівняння варіантів. Але виробничий бюджет включає й час на їхню перевірку. Якщо після правки потрібно відновлювати референс, перескладати макет і знову перечитувати всі написи, реальна вартість уже перевищує ціну генерації.

Мене цікавить зменшення кількості зіпсованих рішень після кожної правки. Тоді дешевші генерації допомагатимуть упродовж усього проєкту, включно з незручними останніми змінами перед здачею.

Джерела: Google AI for Developers [5]

Візьміть кадр, який боїтеся втратити

Для першої перевірки варто взяти вже затверджене зображення. Попросіть про одну чітко визначену зміну. Назвіть риси, які мають залишитися. Оцінюючи результат, тримайте поруч оригінал. Це запропонована вправа, а не тест, який ми провели для цієї статті.

Спочатку змініть освітлення. Потім спробуйте інше тло. Нарешті попросіть показати того самого персонажа в іншій композиції. Ці запити перевіряють різні види контролю. Зберігайте й відхилені спроби: один вдалий кадр мало розповідає про зусилля, потрібні для повторення результату.

Nano Banana 2.1 дає привід повернутися до цього процесу. Заявлені покращення стосуються практичних труднощів, а ранні приклади показують конкретний поступ. Водночас головне питання залишається відкритим: чи змінить модель саме те, про що ви попросили, зберігши рішення, завдяки яким кадр став вашим? Саме за такою правкою варто стежити.