- На платформе Media AI случайно был открыт доступ к новой модели генерации изображений Google Nano Banana 2.
- Качество изображений, созданных Nano Banana 2, превзошло ведущие системы генерации изображений по ряду параметров.
- Считается, что Nano Banana 2 базируется на предстоящей нейросети Gemini 3.0 Pro, в отличие от предыдущей версии, использующей Gemini 2.5 Flash.
Платформа Media AI, объединяющая разные нейросетевые технологии, на короткое время предоставила пользователям возможность работать с новой моделью генерации изображений от Google — Nano Banana 2. Судя по опубликованным примерам, созданные этим ИИ изображения отличаются высоким качеством и точностью исполнения деталей, что явно выделяет его на фоне других популярных генераторов.
К примеру, Nano Banana 2 смогла корректно воспроизвести указания времени стрелками на часах и до конца заполнить стакан водой — задачи, с которыми часто испытывают трудности многие современные нейросети. Другой пример демонстрирует точное воссоздание интерфейса Windows 11 с открытым YouTube-каналом известного блогера Mr.Beast, что свидетельствует о продвинутой работе с визуальными элементами и контентом.
Информация о модели указывает, что Nano Banana 2 основана на грядущей версии нейросети Gemini 3.0 Pro. Ранее первая версия Nano Banana функционировала на основе Gemini 2.5 Flash. Высокое качество изображений может быть связано с улучшениями в архитектуре новой версии, которая ещё официально не была анонсирована. Неофициальные данные и утечки совпадают с типичными циклическими релизами Google: между Imagen 4 и первой Nano Banana прошло около трёх месяцев, аналогичное время прошло и с момента последнего релиза первой Nano Banana до появления Nano Banana 2, что указывает на регулярность обновления технологий.
Хотя возможно, что открытие доступа к Nano Banana 2 было случайным, данный случай позволил экспертам и пользователям заглянуть в будущее генеративного ИИ Google и оценить уровень предстоящих инноваций в искусственном интеллекте. Это подтверждает, что Google продолжает активно развивать технологии машинного обучения и генерации изображений, удерживая одну из лидирующих позиций в этой области.
