Che cos’è Nano Banana? Il modello di editing immagini di Google, spiegato

Non era un nome di prodotto. Un modello senza etichetta è apparso in arene pubbliche di confronto diretto, dove si valutano output anonimi senza sapere quale sistema li abbia generati, con il segnaposto «nano banana». Ha vinto spesso, la cosa è saltata all’occhio, e per settimane si è discusso su chi ci fosse dietro finché Google non l’ha confermato.

Google ha poi fatto qualcosa di insolito: ha tenuto il soprannome, ed è per questo che un’infrastruttura seria è nota pubblicamente con un nomignolo scherzoso. L’identità formale è un modello immagini Gemini; il termine che si cerca è la banana.

Vale la pena conoscere questa storia perché spiega perché il termine si comporti in modo anomalo nella ricerca. L’interesse è arrivato prima del marketing, quindi le domande sono quelle tipiche di una voce di corridoio — cos’è, chi l’ha fatto, è reale — più che quelle su un prodotto.

La maggior parte dei modelli di immagine nasce per generare una foto da una descrizione. Nano Banana nasce per modificare una foto che già esiste, e la parte difficile è tutto ciò che non si è chiesto di cambiare.

Se si chiede a un modello generalista di mettere la persona di questa foto con un cappotto rosso, spesso si ottiene una persona con un cappotto rosso che però non è proprio la stessa — mascella un po’ diversa, occhi più distanti, un volto che sembra un parente. L’identità regge una modifica e si degrada su più passaggi. Ciò che Nano Banana è progettato per trattenere è proprio quell’identità, lungo una serie di istruzioni successive.

Da qui discende anche il modello d’interazione. Non si scrive un unico prompt elaborato accettando ciò che esce; si tiene una conversazione in cui ogni passaggio aggiusta il risultato precedente. Sposti la luce. Ora faccia sera. Ora lo metta all’aperto. Quel ciclo è il prodotto.

A tutto ciò in cui lo stesso soggetto deve comparire più volte. Fotografia di prodotto in più ambienti, un personaggio lungo una sequenza di tavole, una serie di variazioni sullo stesso ritratto, un mockup che deve mostrare una stanza in quattro palette colore.

È anche insolitamente indulgente con chi non vuole imparare la sintassi dei prompt. Poiché l’istruzione è un’edit e non una specifica, frasi in chiaro funzionano, e quando la richiesta è vaga l’errore si traduce in un piccolo cambiamento invece che in un’immagine irriconoscibile.

Dove è meno adatto è il foglio bianco. Se non c’è un’immagine di partenza e nessun soggetto da preservare, il meccanismo di coerenza non ha nulla su cui lavorare, e i modelli pensati per il text-to-image tendono a offrire più controllo su inquadratura, ottica e stile partendo da zero.

Contro Midjourney, la distinzione è l’autorialità estetica. Midjourney impone un forte stile di casa ed è usato in genere per creare qualcosa di d’impatto; Nano Banana cerca di lasciare la foto com’è, tranne dove ha chiesto di intervenire. Uno è uno stilista, l’altro un ritoccatore.

Contro i modelli open — Stable Diffusion e FLUX — la differenza è dove sta il controllo. I pesi aperti permettono di agganciare ControlNet, LoRA e pipeline di inpainting per un controllo di precisione al costo di assemblare la pipeline. Nano Banana mette una fetta più ristretta di quel controllo dietro a una frase, più veloce da raggiungere e più difficile da oltrepassare.

Contro gpt-image-1, i due sono più simili tra loro che a qualsiasi altro: entrambi chiusi, seguono istruzioni, guidati da conversazione e collegati a un assistente ampio. La differenza pratica che molti riportano è quale dei due mantiene meglio un volto su più turni, e conviene testarlo sul proprio materiale invece di fidarsi di una classifica.

Nulla a livello commerciale — non abbiamo alcun rapporto con Google e non rivendiamo i suoi modelli. Questa pagina esiste perché le persone chiedono che cosa sia, e la risposta onesta è breve; e una directory che descrivesse solo i modelli che ci piacciono non sarebbe una directory.

Vale la pena leggerla insieme alle pagine di editing qui presenti, perché il vocabolario si trasferisce. Ciò che Nano Banana fa in conversazione, l’ecosistema open lo fa con tecniche nominate: inpainting per una modifica dentro una maschera, outpainting per una modifica oltre il frame, denoise strength per quanto il risultato può allontanarsi dalla fonte. Conoscere quei termini rende molto più chiaro cosa fa e non fa qualsiasi editor.