Google обновил свой чат Gemini с функцией искусственного интеллекта для обработки изображений, которая позволяет пользователям контролировать процесс редактирования фотографий с точностью. Поисковая система стремится достичь обработки изображений OpenAI и привлечь аудиторию CHATGPT.
Обновление изображения Flash Gemini 2.5 доступно для всех пользователей приложений Gemini, а также для разработчиков API Gemini, Google AI Studio и Vertex AI Платформ. Новый редактор обрабатывает изображения с высокой оценкой на основе простых запросов естественного языка. Он сохраняет последовательность людей, животных и других деталей, что не всегда возможно с конкурентными инструментами: например, если вы попросите Chatgpt или Xai Grok изменить цвет чьей -то рубашки на фотографии, это может привести к искаженному человеку или изменить фоновое значение. Google Gemini 2.5 Flash Image уже получила одобрение пользователей-компания сделала его доступной на платформе Lmarena под названием «Нано-банана».
Слева-оригинальная фотография, справа с нано-бананой
Это не отдельная модель ИИ, а скорее встроенная функциональность существующей Flash Gemini 2.5 Flash AI. «Мы действительно улучшили качество обработки изображений и способность модели следовать инструкциям. Это обновление значительно улучшает процесс редактирования, что делает его более органичным и результатом модели подходящей для любой цели«Николь Брикова, директор по генеративным визуальным моделям в Google DeepMind, сказала TechCrunch.
Модель обладает тщательным знанием мира и позволяет вам установить несколько образцов в запросе — например, изображение дивана, гостиной и цветовой палитра может быть объединено в одном ответе. «Мы хотим дать потребителям творческую свободу, чтобы они могли получить то, что они хотят от моделей. Но это не похоже на что -то еще«Грихт добавил. Google предпринял некоторые шаги для борьбы с ростом случаев DeepFeik, добавив визуальные водяные знаки и идентификаторы к метаданным к изображениям искусственного интеллекта.
