ما هو Nano Banana؟ شرح نموذج Google لتحرير الصور

لم يكن اسم منتج. ظهر نموذج غير معنون في ساحات تقييم علني بمقارنات مباشرة، حيث يقارن الناس مخرجات مجهولة المصدر دون معرفة النظام المنتج لها، تحت اسم مؤقت "nano banana". حقق نتائج لافتة، ولاحظه الناس، واستمرت التخمينات حول الجهة المطوِّرة لأسابيع قبل أن تؤكد Google ذلك.

ثم فعلت Google أمرًا غير معتاد وأبقت على اللقب، وهذا سبب معرفة قطعة بنية تحتية جادة باسم ساخر علنيًا. الهوية الرسمية هي نموذج صور من Gemini؛ أمّا الاسم الذي يبحث عنه الناس فهو «الموزة».

تاريخ الاسم مهم لأنه يفسّر سلوك المصطلح الغريب في البحث. وصل الاهتمام قبل أي تسويق، لذا جاءت الأسئلة بصيغة الشائعة — ما هو، من صنعه، هل هو حقيقي — بدل أسئلة المنتج.

أغلب نماذج الصور تُبنى لتوليد صورة من وصف. Nano Banana مُصمَّم لتغيير صورة موجودة لديك، والصعوبة تكمن في كل ما لم تطلب تغييره.

عند طلب «ضع هذا الشخص في الصورة بمعطف أحمر» من نموذج عام، ستحصل غالبًا على شخص بمعطف أحمر لكنه ليس الشخص نفسه تمامًا — خط فك مختلف قليلًا، مسافات عيون مختلفة، وجه يبدو كالأخ. الهوية تصمد تعديلًا واحدًا وتضعف عبر عدة تعديلات. ما بُني Nano Banana للحفاظ عليه هو تلك الهوية عبر سلسلة تعليمات متعاقبة.

ينعكس ذلك على أسلوب التفاعل. أنت لا تكتب prompt مطوّلًا واحدًا وتقبل ما يعود؛ بل تجري محادثة يُعدَّل فيها كل دور على نتيجة الدور السابق. حرّك الإضاءة. الآن اجعلها مساءً. الآن ضعه في الخارج. هذه الحلقة هي المنتج.

كل حالة يجب أن يظهر فيها الموضوع نفسه أكثر من مرة. تصوير المنتجات في عدة بيئات، شخصية عبر تسلسل لوحات، مجموعة تنويعات على بورتريه واحد، نموذج عرض يجب أن يُظهر غرفة واحدة بأربع تشكيلات لونية.

وهو متسامح على نحو ملحوظ مع من لا يريد تعلّم صياغة الـprompt. لأن التعليمات تحرير لا مواصفات، فإن الجُمل المباشرة تعمل، وحالة الفشل لطلب غامض تكون تغييرًا طفيفًا لا صورة غير قابلة للتعرّف.

أمّا نقطة ضعفه فهي صفحة بيضاء بلا مرجع. حين لا توجد صورة مصدر ولا موضوع تُحفَظ هويته، فلا عمل لآلية الاتساق، وتميل النماذج المبنية لـ text-to-image إلى منحك تحكمًا أكبر في التكوين والبصريات والأسلوب عند الانطلاق من الصفر.

مقابل Midjourney، الفاصل هو تأليفية الجماليات. يفرض Midjourney أسلوبًا واضحًا ويُستعمل غالبًا لصناعة شيء لافت؛ بينما يحاول Nano Banana ترك الصورة كما هي إلا حيث طلبت التغيير. أحدهما «مزيّن» أسلوبي، والآخر «مُعدِّل» رتوش.

مقابل النماذج المفتوحة — Stable Diffusion وFLUX — الفاصل في أين يوجد التحكم. الأوزان المفتوحة تسمح بإضافة ControlNet وLoRA ومسارات inpainting للحصول على تحكّم دقيق مقابل جهد تركيب المسار. يضع Nano Banana شريحة أضيق من هذا التحكم خلف جملة واحدة، أسرع للوصول وأصعب على التجاوز.

مقابل gpt-image-1، الاثنان أقرب إلى بعضهما من قربهما لغيرهما: كلاهما مغلق، يتبعان التعليمات، ويعملان بالمحادثة ومرتبطان بمساعد كبير. الفرق العملي الذي يلمسه معظم الناس هو أيّهما يحافظ على الوجه أفضل عبر عدة أدوار، وهذا يستحق الاختبار على موادك بدل الاعتماد على لوحة صدارة.

لا علاقة تجارية — لسنا مرتبطين بـ Google ولا نعيد بيع نماذجها. هذه الصفحة موجودة لأن الناس يسألون ما هذا الشيء، والإجابة الصادقة قصيرة، ودليل يصف فقط النماذج التي نُفضّلها لن يكون دليلًا.

يجدر قراءتها إلى جانب صفحات التحرير هنا، لأن المفردات تنتقل. ما يفعله Nano Banana بالمحادثة، يفعله النظام المفتوح بتقنيات مسمّاة: inpainting لتغيير داخل قناع، وoutpainting لتغيير خارج الإطار، وdenoise strength لمدى الابتعاد المسموح به عن المصدر. معرفة هذه الكلمات توضح كثيرًا ما يفعله أي محرّر وما لا يفعله.