Nano Banana – rewolucja w edycji grafik z Gemini? – Aktualności AI – #1 Wrzesień 2025

Po modelu Imagen 4, skupiającym się na generowaniu obrazów od zera, przyszedł czas na narzędzie, które ma odmienić sposób, w jaki podchodzimy do edycji grafiki. Tym razem na warsztat wzięto edycję istniejących już grafik. Poznajcie Nano Banana – model, który według zapowiedzi ma być najlepiej ocenianym narzędziem do edycji na świecie. Obietnice są wielkie, a pierwsze wrażenia użytkowników? Cóż, są mieszane, ale niezwykle obiecujące.

Świat AI przyzwyczaił nas do ciągłych przełomów, które z tygodnia na tydzień zmieniają nasze postrzeganie technologii. Nano Banana to kolejny krok w tej fascynującej podróży. Zamiast tworzyć obrazy od zera, model ten specjalizuje się w ich modyfikacji. To jak rozmowa z inteligentnym grafikiem, który rozumie nasze polecenia i wprowadza je w życie. Przynajmniej w teorii. W praktyce, jak to z AI bywa, czeka nas fascynująca przeprawa przez dolinę niesamowitości, pełną zarówno spektakularnych sukcesów, jak i komicznych porażek.

Żeby zacząć przygodę z nową funkcją, nie trzeba instalować żadnych dodatkowych wtyczek ani szukać ukrytych opcji w menu. Cała magia dzieje się bezpośrednio w oknie czatu aplikacji Gemini. Wystarczy przesłać zdjęcie – czy to wygenerowane wcześniej przez AI, czy zrobione przed chwilą telefonem – i opisać, jakiej zmiany oczekujemy. To podejście, znane jako edycja konwersacyjna, jest sercem tej innowacji.

Google szczególnie chwali się kilkoma nowymi możliwościami, które mają zredefiniować nasze podejście do edycji zdjęć.

Wyobraź sobie, że remontujesz pokój. Najpierw malujesz ściany na nowy kolor. Potem wstawiasz regał na książki. Następnie dodajesz stolik kawowy i kilka roślin. Nano Banana pozwala na dokładnie taki sam, iteracyjny proces pracy z obrazem. Przesyłasz zdjęcie pustego pomieszczenia i krok po kroku, polecenie po poleceniu, urządzasz je według własnej wizji.

To jedno z tych zastosowań, które na wczesnym etapie wzbudziło najwięcej entuzjazmu. Użytkownicy chwalili się, jak sprawnie model zmienia kolory nawet na skomplikowanych kształtach, dodaje meble z zachowaniem perspektywy czy nawet koloruje czarno-białe kadry mangi. Oczywiście, nie zawsze idealnie za pierwszym razem, ale kilka dodatkowych komend z poprawkami często prowadziło do satysfakcjonującego efektu. To idealne narzędzie do szybkiego prototypowania i testowania koncepcji wizualnych bez otwierania skomplikowanego oprogramowania graficznego.

Jak każda nowa technologia, Nano Banana ma swoje choroby wieku dziecięcego. Obok zachwytów nad spójnością postaci i edycją krok po kroku, w internecie szybko pojawiły się relacje pokazujące, że do doskonałości jeszcze daleka droga. To właśnie w tych niedoskonałościach najlepiej widać, z jakimi wyzwaniami mierzą się dziś twórcy modeli AI.

Jedną z najbardziej obiecujących funkcji miało być płynne łączenie kilku fotografii w jedną, spójną scenę. Uczucie, gdy w głowie rodzi się genialny pomysł na kreatywny fotomontaż, jest ekscytujące. Niestety, konfrontacja tej wizji z możliwościami modelu często kończyła się komicznym rozczarowaniem. Zamiast harmonijnego połączenia dwóch światów, użytkownicy otrzymywali surrealistyczne kolaże, w których logika i fizyka przestawały istnieć.

To doświadczenie można opisać jako utratę tłumaczenia między intencją człowieka a wykonaniem maszyny. Odczucie jest takie, jakby AI, zamiast inteligentnie interpretować polecenie, brutalnie nakładało na siebie warstwy, tworząc nielogiczne hybrydy. Obiekty przenikają się w absurdalny sposób, perspektywa się załamuje, a oświetlenie zdaje się pochodzić z dwóch różnych wymiarów. Początkowy entuzjazm szybko ustępuje miejsca niedowierzaniu i śmiechowi, a funkcja, która miała być przełomowa, okazuje się na razie ciekawostką produkującą materiał na internetowe memy.

Podobnie frustrujące bywają próby wprowadzania drobnych, precyzyjnych zmian. To uczucie, gdy chcesz dodać do zdjęcia jeden mały element, a model zdaje się mieć własną, upartą wizję tego, jak powinien on wyglądać i gdzie się znajdować. Prosta prośba o umieszczenie obiektu w konkretnym miejscu zamienia się w serię negocjacji z algorytmem. Obiekt lewituje, ma złą skalę lub jest wtopiony w tło w sposób, którego nikt nie planował.

Co gorsza, użytkownicy szybko zauważyli, że każda kolejna próba poprawki wiąże się z pewnym kosztem – stopniową degradacją jakości całego obrazu. Z każdą edycją detale stają się coraz bardziej rozmyte, ostre krawędzie miękną, a cała grafika nabiera “zamglonego”, cyfrowego charakteru. To sprawia, że proces edycji staje się wyścigiem z czasem i liczbą poprawek, a finalny efekt, nawet jeśli bliski zamierzonemu, jest często gorszy technicznie od oryginału. To uczucie walki z narzędziem, a nie współpracy z nim.

Poza czysto funkcjonalnymi problemami, warto zwrócić uwagę na kilka innych aspektów. Po pierwsze, rozdzielczość generowanych obrazów wciąż pozostawia nieco do życzenia. Okolice 1200×800 pikseli wystarczą do publikacji w mediach społecznościowych, ale to za mało do profesjonalnych zastosowań bez inwestycji w rozwiązania do upscalingu grafik.

Po drugie, kwestia własności intelektualnej. Użytkownicy zauważyli, że prośby o dodanie do zdjęć postaci znanych z popkultury często kończą się stworzeniem ich dziwacznych, zdeformowanych wariantów. To pokazuje, jak modele lawirują w temacie praw autorskich, unikając tworzenia dokładnych kopii, co jednak prowadzi do powstawania dość niepokojących rezultatów.

Na koniec warto dodać, że Google dba o transparentność. Każdy obraz edytowany lub stworzony w Gemini jest oznaczany widocznym znakiem wodnym w rogu oraz niewidzialnym cyfrowym znacznikiem SynthID. To jasny sygnał, że mamy do czynienia z treścią wygenerowaną przez sztuczną inteligencję.

Mimo obecnych niedoskonałości, potencjał Nano Banana jest ogromny. To narzędzie, które demokratyzuje edycję zdjęć, czyniąc ją bardziej intuicyjną i dostępną dla każdego. Możliwość zachowania spójności postaci to prawdziwy przełom, a edycja konwersacyjna może w przyszłości stać się standardem.

Na razie jednak Nano Banana to fascynująca, ale wciąż niedopracowana zabawka. Może być świetnym pomocnikiem do szybkich wizualizacji i kreatywnych eksperymentów, ale nie zastąpi profesjonalnych narzędzi graficznych. Potrzeba więcej precyzji, lepszego radzenia sobie ze złożonymi kompozycjami i wyższej rozdzielczości. Jeśli jednak Google utrzyma tempo rozwoju, możemy być świadkami małej rewolucji, która na stałe zmieni sposób, w jaki myślimy o obróbce zdjęć. Warto obserwować ten rozwój, nawet jeśli po drodze czeka nas jeszcze wiele absurdalnych i komicznych rezultatów. Jeśli jesteś ciekaw, co przyniesie przyszłość edycji grafik z AI, zapisz się do newslettera Delante i bądź na bieżąco razem z nami!

Źródło informacji o Nano Banana: https://blog.google/products/gemini/updated-image-editing-model/