Świat sztucznej inteligencji nie zwalnia tempa. Google wprowadziło kluczowe aktualizacje do aplikacji Gemini, które znacząco zmieniają sposób, w jaki pracujemy z generatywnym obrazem i weryfikujemy treści wideo. Nowe funkcje w modelach Nano Banana oraz rozszerzenie narzędzia SynthID to odpowiedź giganta na potrzebę większej precyzji w edycji oraz transparentności w mediach cyfrowych.
Oto, co zmienia się w modelach Google.
Koniec z domysłami: edycja przez rysowanie w Nano Banana
Do tej pory edycja wygenerowanych obrazów wymagała od użytkownika sporej kreatywności w tworzeniu tekstowych promptów. Często trudno było słowami opisać, w którym dokładnie miejscu ma pojawić się zmiana lub w jakim kierunku ma patrzeć postać. Google rozwiązuje ten problem, wprowadzając funkcję „Markup” (oznaczanie) dla modeli Nano Banana i Nano Banana Pro.
Jak działa wizualne promptowanie?
Zamiast opisywać każdy detal, użytkownicy mogą teraz dosłownie narysować swoje intencje. Po dodaniu obrazu do okna promptu w aplikacji Gemini (na Androidzie, iOS lub w wersji webowej), wystarczy go kliknąć, aby uruchomić edytor.
Nowe narzędzie pozwala na:
- Szkicowanie: rysowanie kółek, strzałek czy linii, aby wskazać obszary do edycji.
- Adnotacje tekstowe: dodawanie notatek bezpośrednio na obrazie (np. strzałka wskazująca na stół z dopiskiem „dodaj wazon”).
- Wskazywanie relacji przestrzennych: rysowanie linii wzroku, aby określić, gdzie ma patrzeć wygenerowana postać.
Google podkreśla, że to „zupełnie nowy poziom kontroli”. System interpretuje te wizualne wskazówki jako część promptu, co drastycznie zmniejsza dwuznaczność instrukcji. Oczywiście, tradycyjne prompty tekstowe są nadal obsługiwane i mogą działać jako uzupełnienie szkicu.
Kto skorzysta z Nano Banana Pro?
Funkcja ta jest dostępna zarówno dla szybkiego modelu Nano Banana, jak i studyjnej jakości modelu Nano Banana Pro. Oznacza to, że zarówno marketerzy potrzebujący szybkich grafik do social mediów, jak i graficy wymagający wysokiej rozdzielczości, otrzymają narzędzie pozwalające na precyzyjną korektę bez konieczności wielokrotnego generowania obrazu od zera.
Dla subskrybentów Google AI przewidziano wyższe limity dostępu do tych funkcji, choć podstawowa wersja pozostaje darmowa w ramach określonych kwot.
Transparentność treści: SynthID wkracza do wideo
W dobie deepfake’ów i wszechobecnych treści AI, weryfikacja autentyczności materiałów staje się kluczowa dla branży SEO i mediów. Po sukcesie wdrożenia znaków wodnych dla obrazów w listopadzie, Google rozszerza działanie systemu SynthID na pliki wideo.
Jak zweryfikować czy wideo to AI?
Nowa funkcja w aplikacji Gemini pozwala sprawdzić, czy dany materiał wideo (lub jego ścieżka dźwiękowa) został wygenerowany lub edytowany przy użyciu narzędzi Google AI.
Proces weryfikacji jest prosty:
- Użytkownik przesyła plik wideo do Gemini.
- Wpisuje zapytanie w stylu: „Czy to zostało wygenerowane przez Google AI?”.
- System skanuje plik w poszukiwaniu niewidocznych dla oka znaków wodnych SynthID.
Ograniczenia i szczegółowość raportów
Narzędzie jest precyzyjne i potrafi rozróżnić modyfikacje wizualne od dźwiękowych. Przykładowo, Gemini może odpowiedzieć: „Wykryto SynthID w ścieżce dźwiękowej między 10 a 20 sekundą. Nie wykryto SynthID w warstwie wizualnej”.
Warto jednak pamiętać o obecnych limitach technicznych dla przesyłanych plików:
- Maksymalny rozmiar pliku: 100 MB.
- Maksymalna długość nagrania: 90 sekund.
Funkcja ta jest wdrażana globalnie we wszystkich językach i krajach obsługiwanych przez aplikację Gemini, co stanowi istotny krok w walce z dezinformacją.
Bądź o krok przed konkurencją z Delante
Świat sztucznej inteligencji i SEO zmienia się z dnia na dzień. Nowości w Gemini i Nano Banana to tylko wierzchołek góry lodowej. Chcesz wiedzieć, jak wykorzystać te narzędzia do budowania przewagi w wynikach wyszukiwania i optymalizacji treści?
Zapisz się do newslettera Delante! Regularnie dostarczamy skondensowaną dawkę wiedzy, analizy trendów i praktyczne porady prosto do Twojej skrzynki. Nie pozwól, by technologiczna rewolucja Cię ominęła – dołącz do nas już teraz.
Źródlo informacji: https://gemini.google/overview/image-generation/
d-tags
Ładowanie...
