نانو بنانا ۲ لایت و جمینای امنی فلش گوگل رسید
هوش مصنوعی
گوگلخلاصهٔ کاملتر
گوگل دو تا مدل جدید از خانوادهی جمینای رو همزمان عرضه کرده و به گفتهی تیم گوگل دیپمایند، هدفشون اینه که آزمایش کردن و بزرگ کردن ایدههای خلاقانه رو راحتتر کنن. اولی نانو بنانا ۲ لایت برای ساخت تصویره و دومی جمینای امنی فلش برای ویدیو. هر دو الان تو Google AI Studio و Gemini API در دسترسن.
نانو بنانا ۲ لایت (با اسم فنی gemini-3.1-flash-lite-image) روی سرعت و هزینه تمرکز داره. هر تصویر متنبهعکس رو تو حدود ۴ ثانیه تحویل میده و هزینهش برای هر ۱۰۰۰ تصویر با کیفیت ۱K حدود ۰.۰۳۴ دلاره. به گفتهی گوگل این مدل جایگزین پیشنهادیشون برای کسائیه که هنوز از نسخهی اول نانو بنانا (gemini-2.5-flash-image) استفاده میکنن و میتونن راحت مدل رو عوض کنن.
گوگل کل خانواده رو هم مرتب کرده: نانو بنانا ۲ لایت برای سرعت بالا، نانو بنانا ۲ بهعنوان مدل همهکاره با تعادل خوب کیفیت و هزینه، نانو بنانا پرو برای کارهای حرفهای و پیچیده که دقت مهمتر از سرعته، و نانو بنانا قدیمی که توصیه میکنن ازش مهاجرت کنی. با وجود تمرکز روی سرعت، گوگل میگه لایت هنوز تو پیروی از پرامپت، ثابت موندن شخصیتها و خوانا بودن متن داخل تصویر خوب عمل میکنه.
جمینای امنی فلش (gemini-omni-flash-preview) اون مدلیه که استدلال چندوجهی جمینای رو با تولید و ویرایش ویدیو ترکیب میکنه. این مدل ویدیو رو از ترکیب ورودی متن، تصویر و ویدیو میسازه و قیمتش ۰.۱ دلار برای هر ثانیه ویدیوـه، یعنی همون قیمت Veo 3.1 Fast. نقطهی قوتش ویرایش ویدیو با زبان طبیعیه: بهجای ابزار پیچیده، با حرف زدن ویدیو رو اصلاح میکنی.
البته امنی فلش هنوز محدودیت داره. فعلاً فقط ویدیوی ۱۰ ثانیهای میسازه (مدتهای بلندتر بعداً میاد)، آپلود مرجع صوتی و بسط صحنه هنوز تو API پشتیبانی نمیشه، و ثبات شخصیت موقع تغییر صحنه یا حرکت دوربین یه کم مشکل داره که دارن روش کار میکنن.
به گفتهی گوگل جادوی اصلی وقتیه که این دو مدل رو به هم زنجیر کنی: با نانو بنانا ۲ لایت سریع یه تصویر بساز، بعد اونو بهعنوان مرجع بده به امنی فلش تا به یه ویدیوی باکیفیت تبدیلش کنه. با Interactions API هم میتونی تاریخچهی نشست رو نگه داری و کاربر تا سه ویرایش پشت سر هم روی هم بذاره. گوگل چند اپ نمونه مثل Anywhere و Space Lift هم منتشر کرده که این جریان کار رو نشون میده.
هر دو مدل روی زیرساخت گوگل ساخته شدن و از واترمارک SynthID استفاده میکنن، طوری که بشه محتوای ساختهشده با AI رو تشخیص داد.
نکات کلیدی:
- نانو بنانا ۲ لایت سریعترین و ارزونترین مدل تصویر جمینای؛ حدود ۴ ثانیه و ۰.۰۳۴ دلار برای هر ۱۰۰۰ تصویر
- جمینای امنی فلش برای اولین بار به توسعهدهندهها رسید؛ ساخت و ویرایش ویدیو با زبان طبیعی، ۰.۱ دلار برای هر ثانیه
- امنی فلش فعلاً فقط ویدیوی ۱۰ ثانیهای میسازه و چند محدودیت دیگه داره
- ایدهی اصلی زنجیر کردن دو مدله: از تصویر سریع تا ویدیوی نهایی
- هر دو از واترمارک SynthID برای شفافیت محتوای هوش مصنوعی استفاده میکنن
