نانو بنانا (Nano Banana) چیست و چه عکسی می‌سازد؟
نانو بنانا (Nano Banana) نامی است که گوگل روی مدلهای تصویر Gemini گذاشته است. این مدل از روی یک توصیف متنی عکس می‌سازد و عکس خود شما را هم ویرایش می‌کند یا با عکس‌های دیگر ترکیب می‌کند. چند نسخه دارد، از نسخهٔ سبک برای کار سریع تا Pro، و تصویر را تا کیفیت 4K می‌سازد.
بدون کدنویسی، نانو بنانا را در «تولید تصویر» استودیو هوش مصنوعی به کار می‌گیرید. اگر برنامه‌نویس هستید، نسخه‌ها و هزینهٔ هر کدام را در صفحهٔ API جمینای در نِت اَرز می‌بینید و نمونه‌کدش در راهنمای تولید تصویر آمده است.
نانو بنانا و جمینای چه نسبتی دارند؟
نانو بنانا بخشی از خانوادهٔ جمینای (Gemini) است. گوگل مدلهای گفت‌وگویش را Gemini می‌نامد و مدلهای تصویرش را با نام نانو بنانا معرفی کرده است؛ نام فنی هر نسخه هنوز Gemini Image است. برای همین در API هم شناسهٔ این مدل‌ها با gemini شروع میشود و با همان کلیدی صدا زده می‌شوند که مدلهای گفت‌وگوی Gemini را صدا می‌زند.
نانو بنانا چه کارهایی می‌کند؟
- ساخت عکس از متن. توصیف را فارسی بنویسید؛ نانو بنانا متن فارسی را خوب میفهمد و لازم نیست آن را ترجمه کنید.
- ویرایش و ترکیب عکس. از API یک تا چهار عکس مرجع را کنار توصیف میفرستید تا عکس ویرایش شود یا اجزای چند عکس در یک تصویر کنار هم بنشیند. در «تولید تصویر» استودیو هم تا سه عکس خودتان را می‌دهید.
- کیفیت و قاب. تصویر در کیفیت 1K، 2K یا 4K ساخته میشود (سبک‌ترین نسخه فقط 1K) و قابش مربع، عمودی یا افقی است؛ مثلاً ۹:۱۶ برای استوری و ۱۶:۹ برای کاور ویدیو.
- فایل خروجی. خروجی، فایل JPEG است.
چه کارهایی از نانو بنانا برنمی‌آید؟
- نوشتهٔ فارسی روی تصویر. برای نوشتهٔ فارسی داخل خود تصویر قولی نمیدهیم. تیتر فارسی را بعد از ساخت، خودتان روی تصویر بگذارید.
- پس‌زمینهٔ شفاف. نانو بنانا پس‌زمینهٔ شفاف نمی‌سازد. برای لوگو یا برچسبی که پس‌زمینهٔ شفاف لازم دارد، GPT Image را امتحان کنید.
- هر توصیفی. گوگل توصیفی را که با قوانین محتوایی‌اش جور نباشد نمی‌سازد؛ بیشتر وقت‌ها نام یک شخص واقعی یا یک اثر مشخص در توصیف علت آن است. در این حالت هزینهای از اعتبارتان کم نمیشود و فقط توصیف را عوض می‌کنید.
از ایران چطور با نانو بنانا کار کنیم؟
| اگر شما… | راه مناسب |
|---|---|
| کد نمی‌نویسید و فقط عکس می‌خواهید | استودیو هوش مصنوعی، «تولید محتوا» ← «تولید تصویر». بودجه‌های «حرفه‌ای» و «بالاترین کیفیت» با نانو بنانا ساخته می‌شوند |
| عکس را در سایت، اپ یا ربات خودتان لازم دارید | وبسرویس هوش مصنوعی: نشانی POST /images/generations با همان کلید سازگار با OpenAI؛ فایل را به شکل base64 در b64_json می‌گیرید |
هزینهٔ هر تصویر به نسخه و کیفیت آن بستگی دارد و از همان اعتبار هوش مصنوعی کم میشود؛ قیمت هر نسخه را در جدول API جمینای به تومان می‌بینید. برای کار با نانو بنانا از نِت اَرز، کلید یا حساب جداگانهٔ گوگل لازم نیست.
نانو بنانا بهتر است یا GPT Image؟
بسته به کارتان. برای وضوح بالا و کار با عکس مرجع، نانو بنانا را اول امتحان کنید؛ برای توصیف مفصل با جزئیات زیاد یا پس‌زمینهٔ شفاف، GPT Image را. هر دو در «تولید تصویر» استودیو و روی یک کلید API هستند؛ یک توصیف را به هر دو بدهید و نتیجه‌ها را کنار هم ببینید.
پرسش‌های پرتکرار
نانو بنانا رایگان است؟
روی نِت اَرز نه. هزینهٔ هر تصویر از اعتبار هوش مصنوعی کم میشود و از ۱۶ شهریور ۱۴۰۵ مدل رایگانی ارائه نمیکنیم. اگر گوگل تصویری را نسازد، هزینهای کم نمیشود.
نانو بنانا متن فارسی را میفهمد؟
بله. توصیف فارسی را خوب میفهمد و لازم نیست آن را ترجمه کنید. ولی برای نوشتهٔ فارسی داخل خود تصویر قولی نمیدهیم.
با نانو بنانا میشود عکس خودم را ویرایش کرد؟
بله. از API یک تا چهار عکس مرجع را کنار دستور ویرایش میفرستید و در «تولید تصویر» استودیو تا سه عکس. عکس باید فایل باشد؛ لینک اینترنتی عکس خوانده نمیشود.
نانو بنانا و Imagen یکیاند؟
نه. Imagen خانوادهٔ دیگری از مدلهای تصویر گوگل است و روی وبسرویس نِت اَرز دیگر ارائه نمیشود. مدلهای تصویر گوگل روی وبسرویس نِت اَرز همان نانو بنانا هستند.
نظر خوانندگان
هنوز نظری ثبت نشده. اگر این مقاله پرسشتان را جواب داد یا جای چیزی در آن خالی ماند، همین‌جا بنویسید.