أعلنت شركة قوقل رسميًا عن جيميناي نانو بانانا 2.1 – Gemini Nano Banana 2.1، أحدث نماذجها المخصصة لتوليد الصور وتحريرها بالذكاء الاصطناعي، مع تحسينات كبيرة في جودة الصور، ودقة تنفيذ الأوامر، وثبات الشخصيات والعناصر، وكتابة النصوص داخل الصور.
ويأتي النموذج الجديد كتطوير مباشر لإصدار Nano Banana 2، مع الحفاظ على السرعة والكفاءة، لكنه يقدم مستوى أعلى من الواقعية والدقة والقدرة على التعامل مع المهام المعقدة.
يعتمد Nano Banana 2.1 على Gemini 3.6 Flash، وينتمي إلى عائلة Gemini 3 متعددة الوسائط.
أهم مميزات جيميناي نانو بانانا 2.1 – Gemini Nano Banana 2.1
جودة صور أعلى تصل إلى 4K
يدعم Nano Banana 2.1 إنشاء الصور بدقات:
- 1K
- 2K
- 4K
وتقول شركة قوقل إن النموذج يقدم جودة بصرية وواقعية أفضل مقارنة بالإصدار السابق، مع تحسين التفاصيل والإضاءة وتركيب العناصر داخل المشهد.
كما عالجت الشركة بعض المشكلات التي كانت تظهر في الصور العريضة والبانورامية، خصوصًا عند استخدام نسب أبعاد كبيرة مثل:
1:4 و4:1 و1:8 و8:1
وتظهر هذه التحسينات بشكل أوضح عند إنشاء الصور بدقتي 2K و4K.
تنفيذ أفضل للأوامر
من أبرز التحسينات الجديدة قدرة Nano Banana 2.1 على فهم التعليمات وتنفيذها بصورة أكثر دقة.
النموذج أصبح أفضل في التعامل مع الأوامر التي تحتوي على عدة تفاصيل في الوقت نفسه، مثل تغيير جزء معين من الصورة مع الحفاظ على باقي العناصر دون تعديل.
كما تحسنت قدرته على تنفيذ تعديلات متتالية على الصورة نفسها، وهو أمر مهم للمصممين والمستخدمين الذين يعتمدون على التعديل خطوة بعد خطوة.
ثبات أفضل للوجوه والشخصيات
ركزت قوقل بشكل كبير على مشكلة ثبات الشخصيات بين الصور المختلفة.
ويوفر Nano Banana 2.1 قدرة أفضل على الحفاظ على:
- ملامح الوجه
- شكل الشخصية
- الملابس
- العناصر الأساسية
- شكل المنتج
- التفاصيل المرئية بين عدة صور
وتشير اختبارات قوقل إلى تحسن واضح في ثبات الشخصية الواحدة وثبات عدة شخصيات داخل المشروع نفسه.
وهذا يجعل النموذج أكثر ملاءمة لإنشاء سلسلة صور للشخص نفسه أو لشخصيات متعددة دون تغييرات كبيرة في ملامحهم من صورة إلى أخرى.
دمج حتى 14 صورة مرجعية
من أقوى مزايا Nano Banana 2.1 إمكانية استخدام ما يصل إلى 14 صورة مرجعية في المهمة الواحدة.
ويمكن للنموذج الحفاظ على ثبات ما يصل إلى:
4 شخصيات مختلفة
وحتى 10 عناصر أو منتجات.
وتتيح هذه الميزة للمستخدم دمج أشخاص ومنتجات وعناصر مأخوذة من عدة صور داخل تصميم واحد، مع الحفاظ بدرجة أفضل على شكلها الأصلي.
ويمكن أن تكون هذه الخاصية مفيدة بشكل خاص في الإعلانات، وتصميم المنتجات، والمشاهد المركبة، والمحتوى التسويقي.
تعديل أجزاء محددة من الصورة بدقة أكبر
حصل التعديل باستخدام الأقنعة Mask-Based Editing على تحسينات مهمة.
وتسمح هذه التقنية للمستخدم بتحديد جزء معين من الصورة وتعديله، مثل الملابس أو الخلفية أو أحد العناصر، بدلًا من إعادة إنشاء الصورة بالكامل.
ويعني ذلك إمكانية تنفيذ تعديلات دقيقة مع تقليل احتمالية تغيير أجزاء أخرى لم يطلب المستخدم تعديلها.
وتعد هذه الميزة مهمة جدًا عند الرغبة، على سبيل المثال، في تغيير خلفية صورة مع الحفاظ على الشخص، أو تعديل منتج داخل إعلان دون التأثير على بقية التصميم.
ثبات أفضل للوجوه والشخصيات
ركزت قوقل بشكل كبير على تحسين ثبات الشخصيات Subject Consistency.
وأصبح Nano Banana 2.1 أفضل في الحفاظ على مظهر الشخص نفسه عند إنشاء عدة صور أو إجراء تعديلات متتالية.
ويشمل ذلك الحفاظ بصورة أفضل على:
- ملامح الوجه
- شكل الشخصية
- الشعر
- الملابس
- السمات الأساسية
- شكل المنتجات والعناصر
وتفيد هذه التحسينات المستخدمين الذين يرغبون في إنشاء مجموعة من الصور للشخص نفسه مع تغيير المكان أو الملابس أو الوضعية دون فقدان هويته الأساسية.
وأظهرت اختبارات Google DeepMind تحسن النموذج بصورة خاصة في ثبات الشخصية الواحدة وعدة شخصيات داخل الصور.
كتابة أفضل للنصوص داخل الصور
طورت قوقل أيضًا قدرة النموذج على كتابة النصوص داخل الصور.
ويقدم Nano Banana 2.1 نتائج أفضل عند إنشاء:
- البوسترات.
- الإعلانات.
- العناوين.
- الإنفوجرافيك.
- المخططات.
- المواد التعليمية.
- التصميمات التي تحتوي على نصوص بلغات مختلفة.
كما تحسنت دقة ترتيب النصوص والعناصر داخل الإنفوجرافيك مقارنة بالإصدارات السابقة.
ومع ذلك، توضح قوقل أن النصوص الصغيرة جدًا والفقرات الطويلة لا تزال من الجوانب التي تحتاج إلى مزيد من التحسين.
تحسين كبير في تصميم الإنفوجرافيك
يقدم Nano Banana 2.1 تحسينات واضحة في إنشاء الإنفوجرافيك، سواء من ناحية الشكل أو دقة المعلومات.
وأظهرت اختبارات Google DeepMind تفوق النموذج الجديد على Nano Banana 2 وNano Banana Pro في اختبارات تصميم الإنفوجرافيك.
كما تحسنت قدرته على تنظيم المعلومات والعناصر والرسومات داخل التصميم بطريقة أكثر وضوحًا.
الاستفادة من بحث قوقل
يدعم Nano Banana 2.1 ميزة Grounding باستخدام Google Search وGoogle Image Search.
وهذا يعني أن النموذج يمكنه الاستفادة من البحث على الويب للحصول على معلومات أو مراجع حديثة عند إنشاء الصور.
وتساعد هذه الميزة في تحسين النتائج عند إنشاء تصميمات تعتمد على معلومات واقعية أو أحداث أو أماكن أو عناصر موجودة في العالم الحقيقي.
ثلاثة مستويات للتفكير
يدعم النموذج إمكانية التحكم في مستوى التفكير المستخدم لتنفيذ المهمة من خلال ثلاثة مستويات:
- Minimal
- Medium
- High
ويُستخدم مستوى Medium بشكل افتراضي.
ويمكن اختيار مستوى أعلى عندما تكون المهمة أكثر تعقيدًا أو تحتوي على عدة تعليمات وعناصر يجب فهم العلاقة بينها قبل إنشاء الصورة.
وتشير نتائج اختبارات قوقل إلى أن استخدام وضع التفكير يحسن جودة النتائج بشكل ملحوظ، خصوصًا في تصميم الإنفوجرافيك ودقة المعلومات وتحرير الصور.
فهم الصور والنصوص ومصادر متعددة
يتميز Nano Banana 2.1 بكونه نموذجًا متعدد الوسائط، ويمكنه فهم المعلومات القادمة من أكثر من مصدر.
وتشير وثائق Gemini API إلى دعمه لمدخلات تشمل:
- النصوص
- الصور
- الفيديو
- ملفات PDF
وبذلك يمكن استخدام مستند أو صورة أو ملف كمرجع للمساعدة في إنشاء النتيجة المطلوبة.
قدرة أكبر على التعامل مع المشاريع الكبيرة
يستفيد Nano Banana 2.1 من قدرات Gemini 3.6 Flash في التعامل مع سياقات طويلة ومعقدة.
وتشير بطاقة النموذج من Google DeepMind إلى دعم سياق يصل إلى مليون رمز Token على مستوى النموذج، بينما تضع واجهة Gemini API حدودًا تشغيلية خاصة بها بحسب طريقة الاستخدام.
وهذا يسمح للنموذج بفهم كميات كبيرة من المعلومات والتعليمات والمراجع عند تنفيذ المشاريع المعقدة.
معرفة أفضل بالعالم الحقيقي
تقول قوقل إن النموذج قادر على الاستفادة من معرفة Gemini بالعالم الحقيقي لإنشاء صور أكثر دقة.
ويمكن استخدام ذلك في إنشاء:
- مشاهد تاريخية
- مواد تعليمية.
- مخططات علمية
- إنفوجرافيك
- مشاهد مرتبطة بأماكن أو أحداث حقيقية
كما يساعد التكامل مع بحث قوقل في الحصول على معلومات أحدث عندما تتطلب المهمة ذلك.
نتائج أفضل في اختبارات قوقل
نشرت Google DeepMind نتائج عدد من الاختبارات التي أجرتها على Nano Banana 2.1.
وأظهر النموذج تحسنًا في عدة مجالات مقارنة بالإصدارات السابقة، منها:
- جودة توليد الصور
- جودة الإنفوجرافيك
- دقة المعلومات
- تحرير الصور
- ثبات الشخصية الواحدة
- ثبات عدة شخصيات
- الحفاظ على تفاصيل المنتجات
- تغيير الأسلوب الفني
- الدمج بين عدة صور مرجعية
وحقق النموذج نتائج أفضل بشكل خاص عند تشغيل قدرات التفكير.
أين يتوفر Nano Banana 2.1؟
لا يقتصر النموذج الجديد على المطورين فقط، إذ توفره قوقل عبر عدد كبير من خدماتها ومنصاتها.
ومن بينها:
- تطبيق Gemini
- Google AI Studio
- Gemini API
- Google Search AI Mode
- Google Ads
- Google Flow
- Google Stitch
ويحمل النموذج داخل Gemini API الاسم:
gemini-nano-banana-2.1
ما القيود التي لا تزال موجودة؟
رغم التحسينات الكبيرة، تؤكد قوقل أن Nano Banana 2.1 ليس مثاليًا في جميع الحالات.
ومن أبرز القيود الحالية:
- احتمال ظهور أخطاء في النصوص الصغيرة
- صعوبة كتابة فقرات طويلة داخل الصور بدقة كاملة
- عدم ثبات الشخصيات بنسبة 100% في جميع الحالات
- احتمال عدم تنفيذ بعض التعليمات بشكل كامل
- حدوث أخطاء أحيانًا في تحديد الاتجاهات مثل اليمين واليسار
- بعض القيود في فهم العلاقات ثلاثية الأبعاد
- احتمال ظهور معلومات غير دقيقة في بعض النتائج
- حدوث بطء أو انتهاء مهلة التنفيذ في بعض الحالات
وتقول قوقل إنها تواصل العمل على تحسين هذه الجوانب في الإصدارات المقبلة.
خطوة جديدة قوية في توليد الصور بالذكاء الاصطناعي
يمثل Nano Banana 2.1 خطوة مهمة في تطوير أدوات قوقل لتوليد الصور وتحريرها، خاصة مع الجمع بين السرعة وجودة الصور العالية ودعم 4K وتحسين ثبات الوجوه والشخصيات وإمكانية استخدام عدد كبير من الصور المرجعية. كما تجعل تحسينات النصوص والإنفوجرافيك والبحث عبر قوقل النموذج أكثر ملاءمة للمصممين وصناع المحتوى والمعلنين والمستخدمين الذين يحتاجون إلى إنشاء صور معقدة وإجراء تعديلات متعددة عليها مع الحفاظ على تفاصيل العناصر الأساسية.
اقرأ أيضًا: هل أصبح هاتفك بطيئًا ؟ إليك 3 إعدادات مخفية في هواتف جالكسي ستغيّر كل شيء
المصدر
المصدر