Technologijų pasaulyje retai pasitaiko momentų, kai gali tiesiog atsisėsti, atsilošti ir pasakyti: „Gerai, čia jau tikras šuolis.“ Tačiau būtent tokia akimirka atėjo su nauja Google NanoBanana versija. Vos prieš kelis mėnesius ši priemonė atrodė pribloškianti – galinti keisti nuotraukų fonus, užpildyti trūkstamas detales ir padėti kuriant realistiškus vizualus. Dabar, pasirodžius NanoBanana Pro, visi ankstesni komplimentai paseno akimirksniu. Tai lyg lyginti dviratį su raketa – abu juda, bet greičio ir galimybių skalė nebepalyginama.
NanoBanana Pro: kas pasikeitė ir kodėl tai skamba kaip revoliucija?
NanoBanana – tai dirbtiniu intelektu paremta nuotraukų redagavimo ir generavimo sistema, leidžianti manipuliuoti vaizdais paprastomis teksto komandomis. Pro versija – tai ne kosmetinis atnaujinimas, o visiškai naujas lygis. Ji geba generuoti 2K ir 4K vaizdus, suteikia daug didesnį teksto raiškos tikslumą, palaiko darbą su keliomis nuorodinėmis nuotraukomis vienu metu ir kur kas geriau išlaiko nuoseklumą tarp vaizdų. Ne veltui ji vadinama profesionalia – nebe įrankiu pramogai, o darbo platforma kūrėjams, reklamos specialistams, fotografams.
Įrankį galima išbandyti Higgsfield AI platformoje kaip kombinuotos prenumeratos dalį. Būtent ten naujoji versija buvo lyginama su ankstesne – ir skirtumas matomas plika akimi. Tai, kas prieš tris mėnesius atrodė įspūdinga, šiandien atrodo tarsi demo-versija prieš tikrą produktą.
Vaizdų redagavimas – ribų nebeliko
Pirmoji NanoBanana versija buvo itin mėgstama e. prekybos kūrėjų – ypač tada, kai po fotosesijos paaiškėdavo, jog fonas pasirodė chaotiškas arba apšvietimas sugadino detalumą. Tuomet užtekdavo įvesti paprastą komandos sakinį ir AI pakeisdavo tai, kas netiko. Tačiau, lyginant abu modelius, skirtumas šokiruoja. Paprastai pakeitus foną žaidimų kambariu, senoji versija pateikė sulietą, minimaliai detalizuotą foną. Pro versija – ne tik pakeitė aplinką, bet ir praplėtė sceną, pridėjo papildomą monitorių, atpažino Razer prekės ženklą ir įterpė detales, kurių originalo nuotraukoje nebuvo. Jau nebe kosmetinis taisymas, o kūryba.
Antras testas – žmogus prieš kamerą ir kitas fonas, cyberpunk miesto stilius, 4K grafika. Senasis modelis subjektą tiesiog „iškirpo“ ir įklijavo į naują aplinką, prarasdamas striukės tekstūrą ir šešėlių natūralumą. Pro versija įvaldė šviesą. Švytintys neonai buvo perkelti į odą, plaukus, net drabužių klostes. Tai jau ne foto montažas – tai naujas kadravimas. Vienintelis minusas – užduotį atlikti prireikė daugiau laiko.
Tikrasis bandymas: fantazija, sportas ir žmonių realizmas
Kadangi redagavimas veikia puikiai, metas sunkesniam iššūkiui. Užduotis: žmogų nuotraukoje paversti futbolininku, apsivilkusiu „Liverpool“ marškinėlius, žaidžiančiu Anfielde, o kamuolys turi būti ore. Abi NanoBanana versijos susitvarkė garbingai, bet Pro išėjo už kadro ribų. Sukurta scena atrodė lyg sporto fotografijos festivalis: prakaitas, purvinos kojinės, tribūnų šurmulys, audringos minios spalvos. Nežinant, sunku būtų patikėti, kad žaidėjų nėra realybėje.
Dar įdomiau – bandymai generuoti senyvo amžiaus vyrą, dirbantį vėlai vakare prie kompiuterio. Į komandos aprašą įtraukti detalūs elementai JSON struktūra. Senasis NanoBanana kūrė plastilino tekstūros grafikas – be klaidų, bet aiškiai sintetiškas. Pro versija – kita istorija. Oda su raukšlėmis, spuogeliais, retėjančiais plaukais, pavargusiomis akimis, švelniai krintančia stalo lempos šviesa. Tai nebe AI menas – tai portretinė fotografija, kurios niekas nefotografavo.
Tekstas grafikuose – dar ne tobulas, bet jau nebe chaosas
Dar vienas išbandymas – sugeneruotas meniu kavinėje šalia asmenukės. NanoBanana Pro geba išdėstyti žodžius ir komponuoti juos grafike. Lietuviška ir lenkiška kalba dar kelia iššūkių – raidės kartais deformuojasi, bet pats principas veikia. Tai nebe tekstas kaip triukšmas, o skaitytinas, išdėstytas turinys. Vizualiai jis dar gali būti gludinamas, tačiau kryptis aiški.
Ir dar vienas demonstracinis šuolis – šablonų atkūrimas iš pavyzdžių galerijos. Rezultatas įspūdingas. Nemalonu pripažinti, bet šis įrankis artėja prie ribos, kur nebeaišku, kur baigiasi fotografija ir prasideda kodas.
Ar NanoBanana Pro jau peržengė žmogaus kūrybos ribą?
Tai tik dalis to, ką ši versija gali. Vaizdai išlieka nuoseklūs, detalūs, realistiški. AI supranta tekstą, kuria įtraukiančias kompozicijas, atkartoja objektus ir net prekės ženklus. Jei tokį progresą matysime dar tris mėnesius – sekanti versija gali tapti šiokiu tokiu šoku industrijai, kuri rėmėsi žmogišku darbu, retu talentu ir sunkia patirtimi.
NanoBanana Pro yra įrankis, kurio ribą apibrėžia tik vartotojo vaizduotė. Tai gali būti grafikos dizainerio sparnai, fotografo pagalbininkas arba reklamos agentūros ginklas. Tai gali pakeisti profesijas. Gali pakeisti kūrybą. Ir jeigu Google nesulėtins tempo – galbūt kitą kartą neberūsime, o liksime tik žiūrovai.
