TechFlow Logo
Войти/ Регистрация
Газ ETH
Gwei
Страх
gas
Новый ИИ-модель изображений от Google «Банан» спровоцировал вирусный тренд «Vibe Photoshoping»

Новый ИИ-модель изображений от Google «Банан» спровоцировал вирусный тренд «Vibe Photoshoping»

2025.08.29
Поделиться
Высокая согласованность персонажей обеспечивает беспрецедентный опыт работы с Vibe Photoshoping.

Помните загадочную модель для обработки изображений на базе ИИ «nano-banana», которую активно обсуждали ранее? Тогда в платформе для сравнения больших языковых моделей LMArena она вызвала настоящий ажиотаж благодаря выдающимся результатам. Технические специалисты Google Gemini регулярно появлялись в социальных сетях, подогревая интерес аудитории, и даже успели прослыть скрытым релизом предполагаемой Gemini 3.0 Pro.

Теперь Google наконец снял с неё вуаль тайны.

В ночь на 27 августа по пекинскому времени Google AI Studio официально представил Gemini 2.5 Flash Image (кодовое название nano banana) 🍌.

Gemini 2.5 Flash Image после долгого анонса наконец дебютировал | Источник фото: GeekPark

Это на данный момент самая продвинутая модель Google для генерации и редактирования изображений. Она демонстрирует просто невероятную скорость работы, обеспечивая практически «молниеносный» пользовательский опыт, а также показала результат уровня SOTA во многих рейтингах, где на платформе LMArena уверенно опередила конкурентов.

Gemini 2.5 Flash Image сразу после запуска продемонстрировала уровень SOTA | Источник фото: LMarena.ai

В техническом блоге Google отмечает, что модель Gemini 2.0 Flash уже завоевала любовь разработчиков благодаря низкой задержке и высокому соотношению цены и качества, однако пользователи всегда мечтали о более высоком качестве изображений и более сильном контроле над процессом творения. Именно ради этих значительных улучшений и была создана Gemini 2.5 Flash Image: наконец удалось полноценно обеспечить согласованность объектов, значительно повысить точность редактирования картинок на основе текстовых запросов, добиться естественного и плавного слияния нескольких фотографий, а добавленное понимание знаний реального мира превратило этот инструмент не просто в ещё одну модель, а скорее в отправную точку для создания взрывных приложений следующего поколения.

Редакция GeekPark также первой опробовала новинку в деле. Неожиданно оказалось, что это далеко не просто обновление модели — впервые мы отчётливо почувствовали, что будущее ИИ-ретуши уже совсем рядом.

Сейчас доступна для ознакомления в Google AI Studio | Источник фото: GeekPark

Поначалу я действительно подходил к тестированию стандартно — хотел лишь убедиться, насколько именно новая модель стала быстрее. Но не ожидал, что всего пара часов работы с ней позволят мне словно заглянуть в образец будущего хитового приложения.

Раньше мы привыкли к подобным инструментам, как Meitu: нажми пару кнопок, примени фильтр — и фотография моментально преображается. Однако впечатление от Gemini 2.5 Flash Image совершенно иное. Она работает невероятно быстро и обладает интеллектом, словно дизайнер, который предугадывает ваши мысли: вам стоит лишь озвучить нужный эффект, и за несколько секунд картина будет готова.

Помимо качества, высокая скорость работы — еще одно важное отличие Gemini 2.5 Flash Image от предыдущих продуктов генерации изображений | Источник фото: GeekPark

01 Мгновенная генерация: результат за считанные секунды

Самое очевидное преимущество работы с Nano banana — это скорость. Ранее при использовании некоторых открытых моделей, даже при довольно мощном компьютере, приходилось ждать десятки секунд или дольше, пока система сгенерирует нормальное изображение по заданному промпту. Для пользователей смартфонов эта пауза казалась настоящей пыткой.

Но Gemini 2.5 Flash Image снизила этот порог непосредственно до нескольких секунд. Сама по себе это заявленная Google «самая новая, быстрая и эффективная» нативная мультимодальная модель, чья оптимизация явно прошла масштабную доработку. Во время практического тестирования ввод текста-запроса занимал порядка трёх-четырёх секунд до получения результата, причём разрешение и детализация оказывались весьма чёткими.

Эти ощущения очень похожи на обработку фото в повседневном приложении Meitu: нажал кнопку «Улучшение внешности» — и результат появляется почти мгновенно. Разница заключается в том, что Meitu применяет готовые фильтры через алгоритмы, тогда как Gemini 2.5 Flash Image строит изображение с нуля или радикально перерабатывает фотографию согласно вашим требованиям. Эта точность «попаданий в цель» совершенно недостижима через традиционные громоздкие процессы ретуши.

Для таких задач, как «удаление случайных прохожих на фоне», достаточно одного промпта | Источник фото: GeekPark

Если скорость решает проблему пользовательского комфорта для любителей классической фоторедактуры, то «нативная мультимодальность» расширяет AI границы возможностей обработки изображений.

Gemini 2.5 Flash Image умеет не только генерировать картинки, но и одновременно анализировать текстовые и визуальные данные. То есть я могу подать ей фотографию вместе с текстовым описанием, и модель объединит оба источника информации, чтобы точно понять, какой результат мне нужен.

К примеру, я загружаю снимок улицы и даю инструкцию: «Замени фон на ночной вид Синдзюку в Токио». Система не только верно определяет основной объект на моей фотографии, но и аккуратно вырезает его, заменяя задний план на уличную сцену Синдзюка со светящимися неоновыми вывесками. Что особенно ценно, она сохраняет единое освещение и тени на фигуре, полностью избегая того неестественного эффекта «грубого совмещения кадров», который часто возникает при ручной вырезке.

Подобная способность к пониманию контекста напоминает функцию «замена фона одной кнопкой», которую мобильные производители неоднократно внедряли в системные галереи за последние годы. Но разница существенна: раньше замена фона часто страдала размытыми краями, нарушением перспективы и освещения, из-за чего картинка выглядела поддельно. Сейчас же Gemini 2.5 Flash Image использует знания об окружающем мире и глубокий визуальный анализ для восполнения нюансов, делая результат максимально натуральным и сохраняя мельчайшие детали изображения намного точнее, чем традиционные инструменты для генерации картинок по тексту или на базе других изображений.

Оригинал & Результат генерации Gemini 2.5 Flash Image | Источник фото: GeekPark

Именно поэтому я считаю, что эта разработка способна переопределить сам опыт обработки фотографий: вместо ручных манипуляций модель берёт на себя выполнение задачи за счёт свободного понимания семантики. Этот автоматизированный подход идеально подходит для сценариев вроде портретной ретуши, где требуется высочайшая степень внимания к деталям.

При обработке таких портретных снимков Gemini 2.5 Flash Image действительно обеспечивает беспрецедентный опыт «Vibe Photoshoping» за счёт отличного сохранения консистентности персонажа.

Мгновенная помощь в спасении ситуации | Источник фото: GeekPark

Такой подход ломает устоявшееся у многих представление об ИИ-генерации изображений —— «магию случая»: если промпт написан грамотно, итоговая картинка поражает воображение; но стоит немного ошибиться в формулировках, и нейросеть начнёт выдавать абсолютно непредсказуемый результат.

Однако в Gemini 2.5 Flash Image я заметил, что этот элемент случайности значительно снижен. Модель интерпретирует текстовый запрос гораздо точнее и логичнее—— именно поэтому многие пользователи вдруг отмечают, что работать с ней стало заметно проще.

Даю команду «размыть фон, выделить фигуру на переднем плане», и за несколько секунд получаю именно тот результат, который планировал; прошу «добавить улыбку человеку на фото», и ИИ не просто слегка приподнимает уголки губ, но и корректирует направление взгляда, прорабатывая мельчайшие детали; пробую «раскрасить чёрно-белое фото», и полученное цветное изображение выглядит не хаотичным набором красок, а сохраняет атмосферу цветового решения, характерного для исторических снимков той эпохи.

Такая способность точно следовать инструкциям навеяла воспоминания о прошлом опыте использования Meitu, когда после попытки лёгкого сглаживания кожи всё лицо приобретало неестественный пластиковый вид «десятого уровня коррекции». Сейчас же работа Gemini 2.5 Flash Image отличается точностью и тактом: она реально понимает ваши потребности и старается максимально точно их реализовать без перебора.

02 Расширенные возможности: попробовав, сложно отказаться

Для большей наглядности я специально провёл сравнительный тест с популярными мобильными приложениями для редактирования фото, которыми пользуюсь ежедневно.

При работе с Snapseed, чтобы размыть задний план, мне обычно приходится тратить минуту-две на ручное выделение области переднего плана, а затем постепенно регулировать интенсивность размытия. Даже будучи уверенным пользователем, избежать постоянных уточнений настроек не удаётся.

Хотя в Meitu имеется функция автоматического размытия фона, она зачастую смазывает контуры объекта, из-за чего итоговый вид кажется недостаточно реалистичным.

Используя Gemini 2.5 Flash Image, мне достаточно дать текстовую команду. Модель самостоятельно определяет границу между человеком и фоном, обеспечивая естественное размытие без каких-либо дополнительных правок.

При изменении деталей сцены приложение успешно избежало типичного для прошлых ИИ-инструментов эффекта хаотичного рисования на заднем плане | Источник фото: Twitter

Подобное сравнение наглядно демонстрирует важный вывод:Gemini 2.5 Flash Image освобождает пользователей от сложных ручных процедур, перенося основную нагрузку на саму нейросеть. Для рядовых клиентов это существенно снижает порог входа в редактирование снимков, а для профессионалов экономит часы рабочего времени.

Подводя итоги тестирования, могу сказать: главное впечатление, которое осталось, — это то, что Gemini 2.5 Flash Image трансформировалась из простого инструмента для ретуши в нечто большее, напоминающее «умного виртуального помощника».

Ранее при использовании Meitu мы взаимодействовали с заранее заданным набором инструментов: фильтры, коррекция лица, пиксельная защита, где каждая кнопка отвечала за строго определённую задачу. Пользователю оставалось лишь последовательно выбирать параметры и пошагово корректировать настройки, пока результат не удовлетворит ожидания.

Однако философия подхода Gemini 2.5 Flash Image принципиально иная. Программе больше не нужно изучать логику интерфейса — она напрямую декодирует ваши намерения. Сформулируйте идею текстом, и задача будет выполнена автоматически.

Такое кажущееся мелочью изменение фундаментально перестраивает сам процесс взаимодействия. Вместо того чтобы подстраиваться под механику программы, мы получаем приложение, заточенное под наши нужды. Подобный формат коммуникации уже представляет собой прообраз мобильного софта нового поколения.

Взглядом из настоящего Gemini 2.5 Flash Image находится на ранних стадиях развития, поэтому функциональные ограничения вполне вероятны. Тем не менее, впечатляющая скорость работы, глубина понимания контекста и качество реконструкции предоставляют широкие возможности для фантазии относительно будущих инноваций.

Как могла бы выглядеть интеграция этой технологии с классическим форматом подобных сервисов? Возможно, вы откроете приложение и скажете телефону: «Отредактируй это фото, кожа должна выглядеть естественно», а через несколько секунд получите идеальный результат. Может быть, во время путешествия вы просто сообщите системе изменить погоду на солнечную, и снимок моментально преобразится под ярким дневным светом. Вплоть до видео-монтажа: одним голосовым запросом можно будет кардинально сменить атмосферу целого эпизода.

В будущем такой подход стремительно может стать основным стандартом редактирования изображений в мобильных операционных системах | Источник фото: Twitter

Вот почему я убежден: данная технология способна в кратчайшие сроки трансформировать устаревшие рабочие процессы в сфере фоторедакторов и задать стандарты для «Фотошопа» будущего поколения. Речь идёт не просто об устранении дефектов на снимке, а о создании новой парадигмы взаимодействия с графикой, где ИИ выступает полноправным партнёром для постобработки ваших материалов.

На текущем этапе Gemini 2.5 Flash Image все ещё не готова стать универсальным готовым приложением для массового редактирования снимков. Во-первых, её первостепенная цель заключена в генерации графики, а не во вторичной тонкой настройке существующих файлов. Во-вторых, каждое изображение, созданное или изменённое в рамках данной модели, будет маркировано цифровым водяным знаком SynthID, что позволит социальным медиа и контентным площадкам достоверно идентифицировать материалы, сгенерированные искусственным интеллектом.

03 Точка роста хита

Вспоминая прошлое, Meitu смогла завоевать сердца миллионов пользователей исключительно благодаря тому, что предложила максимально простое решение острой проблемы, стоявшей перед каждым владельцем смартфона —— возможность легко и быстро сделать фотографии привлекательнее.

Проект Gemini 2.5 Flash Image двигается дальше по этому пути, бережно трансформируя сложные алгоритмы машинного обучения в привычный и доступный всем формат моментальной генерации изображений.

Когда в первый раз я дал команду «размой фон», и за считанные секунды увидел органично обработанный кадр, в душе сразу всё стало понятно: перед нами точка зарождения следующего сверхпопулярного сервиса. Это далеко не абстрактная математическая модель, а фундаментальный технологический базис для множества новых проектов будущего.

Функция замены облаков одной кнопкой, ставшая вирусной среди владельцев смартфонов несколько лет назад | Источник фото: сообщество vivo

Вероятно, спустя пару лет наше поколение забудет название «Banana», но станет свидетелем появления множества новых графических редакторов, базирующихся на принципе «сформулируй желание — получи реализацию тут же». Как некогда случилось с Meitu, эти технологии обязательно войдут в коллективный опыт пользователей нового поколения.

Только теперь горизонт творческих возможностей будет расширен искусственным интеллектом до невиданных масштабов.

TechFlow Logo

Платформа для поиска перспективных активов Главное о Web3, AI, золоте, акциях США и мировой экономике

Предложить статьюemail
Предложить темуmsg

Предупреждение о рисках: материалы сайта не являются инвестиционной рекомендацией. TechFlow не даёт торговых сигналов, не побуждает к совершению сделок и не оказывает связанных с торговлей услуг. В соответствии с уведомлением Народного банка Китая и ещё девяти ведомств о дальнейшей профилактике и пресечении рисков спекулятивной торговли виртуальными валютами просим читателей осознавать связанные с ними риски.

© 2024 TechFlow. Все права защищены.

Контакты: [email protected]

ICP-лицензия: 琼ICP备2022009338号