Apa itu Nano Banana? Model pengeditan gambar Google dijelaskan

Ini bukan nama produk. Sebuah model tanpa label muncul di arena evaluasi head-to-head publik, tempat orang membandingkan keluaran anonim tanpa tahu sistem mana yang membuatnya, dengan placeholder "nano banana". Ia sering menang, orang memperhatikan, dan tebakan siapa di baliknya berlangsung berminggu-minggu sebelum Google mengonfirmasi.

Google lalu melakukan hal yang tidak biasa: mempertahankan julukan itu, sehingga sebuah infrastruktur serius dikenal publik dengan nama bergurau. Identitas formalnya adalah model gambar Gemini; nama yang dicari orang adalah banana.

Sejarah itu penting karena menjelaskan kenapa istilah ini berperilaku aneh di pencarian. Minat datang sebelum pemasaran, jadi pertanyaan orang adalah pertanyaan tentang kabar burung — apa itu, siapa pembuatnya, benarkah — bukan pertanyaan tentang sebuah produk.

Sebagian besar model gambar dibangun untuk membuat gambar dari deskripsi. Nano Banana dibangun untuk mengubah gambar yang sudah ada, dan bagian tersulitnya adalah segala hal yang tidak Anda minta untuk diubah.

Minta model serbaguna memakaikan mantel merah pada orang di foto ini dan Anda biasanya mendapat orang bermantel merah yang bukan benar-benar orang yang sama — rahang sedikit berbeda, jarak mata berbeda, wajah terasa seperti saudaranya. Identitas bertahan satu edit dan menurun setelah beberapa kali. Hal yang dipegang erat oleh Nano Banana adalah identitas itu, melintasi serangkaian instruksi beruntun.

Model interaksinya mengikuti hal tersebut. Anda tidak menulis satu prompt rumit lalu menerima hasilnya; Anda berdialog, setiap giliran menyesuaikan hasil sebelumnya. Pindahkan cahaya. Sekarang jadikan sore. Sekarang taruh dia di luar. Siklus itu adalah produknya.

Apa pun yang menuntut subjek yang sama muncul lebih dari sekali. Fotografi produk di beberapa latar, karakter di rangkaian panel, satu set variasi dari satu potret, mock-up yang harus menampilkan satu ruangan dalam empat skema warna.

Ia juga lebih memaafkan bagi orang yang tidak ingin mempelajari sintaks prompt. Karena instruksinya berupa edit, bukan spesifikasi, kalimat biasa sudah bekerja, dan kegagalan dari permintaan yang kabur biasanya hanya perubahan kecil, bukan gambar yang tak dikenali.

Yang kurang cocok adalah kasus halaman kosong. Saat tidak ada gambar sumber dan tidak ada subjek yang harus dipertahankan, mesin konsistensi tidak punya pekerjaan, dan model yang dibangun untuk komposisi text-to-image cenderung memberi Anda kontrol lebih atas pembingkaian, optik, dan gaya dari awal.

Dibanding Midjourney, pembagiannya adalah otor estetik. Midjourney menerapkan gaya rumah yang kuat dan umumnya dipakai untuk membuat sesuatu yang mencolok; Nano Banana berusaha membiarkan gambar tetap apa adanya kecuali pada bagian yang Anda minta. Yang satu adalah penata gaya, yang lain peretoucher.

Dibanding model terbuka — Stable Diffusion dan FLUX — perbedaannya ada pada di mana kontrol berada. Bobot terbuka memungkinkan orang memasang ControlNet, LoRA, dan pipeline inpainting untuk kontrol presisi dengan biaya merangkai pipeline. Nano Banana menaruh irisan kontrol yang lebih sempit di balik sebuah kalimat, lebih cepat dijangkau dan lebih sulit dilampaui.

Dibanding gpt-image-1, keduanya lebih mirip satu sama lain daripada ke mana pun: sama-sama tertutup, patuh instruksi, digerakkan percakapan dan terhubung ke asisten besar. Perbedaan praktis yang sering dilaporkan adalah mana yang lebih baik mempertahankan wajah setelah beberapa putaran, dan itu sebaiknya diuji pada materi Anda sendiri alih-alih mengandalkan leaderboard.

Tidak ada hubungan komersial — kami tidak berafiliasi dengan Google dan tidak menjual kembali modelnya. Halaman ini ada karena orang bertanya apa benda ini dan jawaban jujurnya singkat, dan direktori yang hanya menjelaskan model yang kebetulan kami sukai bukanlah direktori.

Patut dibaca berdampingan dengan halaman pengeditan di sini, karena kosakatanya saling pindah. Apa yang dilakukan Nano Banana lewat percakapan, ekosistem terbuka melakukannya dengan teknik bernama: inpainting untuk perubahan di dalam mask, outpainting untuk perubahan di luar bingkai, denoise strength untuk seberapa jauh hasil boleh menyimpang dari sumber. Mengetahui istilah itu membuat jauh lebih jelas apa yang dilakukan atau tidak dilakukan editor mana pun.