Noua versiune extinde funcționalitățile deja disponibile pentru creatori și echipe de design: potrivit comunicatelor, Nano Banana Pro poate genera imagini la rezoluții înalte (până la 4K), permite ajustări detaliate ale elementelor vizuale — de la unghiuri de cameră la gradații de culoare și iluminare — și oferă instrumente menite să păstreze consistența vizuală a personajelor și brandurilor în serie de imagini. Aceste capabilități sunt prezentate de Google ca fiind utile în special pentru producerea de materiale de marketing, mock-up-uri și infografice care cer text lizibil și localizat.

Lansarea este însoțită de integrarea tehnologiei în ecosistemul Google: Nano Banana Pro a fost pus la dispoziție în aplicațiile și serviciile companiei, inclusiv în aplicația Gemini, Google Slides și alte instrumente Workspace, iar accesul pentru clienții enterprise este facilitat prin Vertex AI și prin API-uri dedicate dezvoltatorilor. Google afirmă, de asemenea, că furnizează acces extins pentru parteneri din domeniul creației digitale, iar integrarea cu platforme terțe a început deja — exemplele menționate oficial includ instrumente folosite de designeri și editori.

Reacțiile primelor analize tehnice și încercări practice indică faptul că îmbunătățirea redării textului în imagini reprezintă o diferență tehnică semnificativă față de generațiile anterioare: jurnaliști specializați în tehnologii AI subliniază că modelul reduce erorile frecvent întâlnite la generarea automată a literelor și diacriticelor, ceea ce îl face mai potrivit pentru producerea de materiale care urmează să fie folosite în contexte comerciale sau editoriale. Totodată, observatorii notează că modelul oferă capabilități de localizare multilingvă a textului, un avantaj important pentru campanii globale.

Google a comunicat că Nano Banana Pro este disponibil atât pentru utilizare directă în aplicațiile Google, cât și prin resurse dedicate dezvoltatorilor, iar unele integrări cu platforme de creație comerciale au fost anunțate simultan. Compania precizează că accesul și nivelurile de utilizare pot varia în funcție de abonament sau de contractele enterprise, iar detaliile despre condițiile comerciale și limitele de utilizare sunt comunicate în canalele oficiale ale Google.

În ansamblu, Nano Banana Pro reprezintă o etapă de consolidare a direcției Google în care modelele de limbaj și viziune (Gemini 3 Pro) sunt folosite pentru a produce instrumente cu finalitate practică — orientate către producția grafică profesională, localizare și integrare enterprise. Lansarea reflectă, totodată, o colaborare extinsă cu ecosistemul de aplicații de creație, pentru a înlesni adoptarea tehnologiei în fluxurile de lucru ale agențiilor, echipelor de marketing și studiourilor de design.

Articolul Google lansează Nano Banana Pro, primul generator de imagini construit pe arhitectura Gemini 3 apare prima dată în Tech Zoom.

Capacități îmbunătățite de generare a imaginilor

GPT-4o este un model „omnimodal”, capabil să proceseze și să genereze diverse tipuri de date, inclusiv text, imagini, audio și video. Noua funcționalitate permite utilizatorilor să creeze imagini direct în ChatGPT, prin descrieri în limbaj natural. Acest model utilizează o abordare autoregresivă, generând imagini secvențial, ceea ce contribuie la o redare mai precisă a textului și la o mai bună corelare a atributelor în cadrul imaginilor.

Redare precisă a textului și urmărirea instrucțiunilor

Una dintre provocările majore în generarea de imagini a fost redarea corectă a textului în cadrul acestora. GPT-4o aduce îmbunătățiri semnificative în această privință, permițând generarea de text clar și coerent în imagini. De asemenea, modelul poate urmări instrucțiuni complexe, menținând relații corecte între diferite obiecte și atribute, chiar și în cazul unor solicitări care implică până la 20 de obiecte distincte într-o singură imagine.

Disponibilitate și utilizare

Funcționalitatea de generare a imaginilor este disponibilă pentru utilizatorii ChatGPT din diverse planuri de abonament, inclusiv Free, Plus, Pro și Team. Utilizatorii pot crea și personaliza imagini prin descrieri detaliate, specificând aspecte precum raportul de aspect, culorile exacte sau fundalul transparent.

Măsuri de siguranță și responsabilitate

Pentru a preveni utilizarea necorespunzătoare, OpenAI a implementat măsuri de siguranță robuste, inclusiv blocarea conținutului dăunător și adăugarea de metadate C2PA pentru a indica faptul că imaginile sunt generate de inteligență artificială. Utilizatorii dețin drepturile asupra imaginilor generate și le pot utiliza în conformitate cu politicile de utilizare ale OpenAI.

OpenAI continuă să avanseze în domeniul inteligenței artificiale, oferind utilizatorilor instrumente puternice și versatile pentru crearea de conținut vizual de înaltă calitate.

Articolul OpenAI revoluționează generarea de imagini cu GPT-4o! Afla cum poti genera și personaliza imagini dintre cele mai complexe apare prima dată în Tech Zoom.