Nano Banana nedir? Google’ın görsel düzenleme modelini açıklıyoruz

Başta bir ürün adı değildi. Kimliğini bilmeden çıktıları karşılaştırdığınız halka açık değerlendirme arenalarında, üreticisi gizli bir model "nano banana" yer tutucu adıyla göründü. Çok kez birinci geldi, insanlar fark etti ve haftalarca kimin yaptığı konuşuldu; ardından Google doğruladı.

Google sonra alışılmadık bir şey yaptı ve bu lakabı korudu; bu yüzden ciddi bir altyapı parçası bugün kamuya açıkta şaka gibi bir adla biliniyor. Resmî kimliği bir Gemini görsel modeli; aranan ad ise muz.

Bu geçmişi bilmek aramadaki tuhaf davranışı da açıklar. İlgi, pazarlamadan önce geldi; dolayısıyla insanların sorduğu sorular bir ürününki değil, bir söylentininki: Nedir, kim yaptı, gerçek mi?

Çoğu görsel modeli bir betimlemeden görüntü üretmeye odaklıdır. Nano Banana ise elinizdeki bir görüntüyü değiştirmeye odaklıdır ve zor olan, siz değiştirmesini istemediğiniz her şeydir.

Genel amaçlı bir modele bu fotoğraftaki kişiye kırmızı bir mont giydirmesini söylerseniz, çoğu kez kırmızı montlu ama aynı kişi olmayan biri gelir — biraz farklı bir çene, farklı göz aralığı, kardeşi gibi duran bir yüz. Kimlik tek düzenlemede biraz kalır, birkaç adımda bozulur. Nano Banana’nın tutmaya çalıştığı şey, ardışık yönergeler boyunca tam da o kimliktir.

Etkileşim modeli de buradan çıkar. Uzun bir prompt yazıp geleni kabul etmiyorsunuz; her turda bir önceki sonucu ayarladığınız bir sohbet yürütüyorsunuz. Işığı taşıyın. Şimdi akşam yapın. Şimdi dışarı çıkarın. Ürün döngüsü budur.

Aynı öznenin birden fazla kez görünmesi gereken her şeye. Bir ürünün çeşitli dekorlarda fotoğrafı, bir karakterin bir dizi kare boyunca devamlılığı, tek bir portreden varyasyonlar, tek bir odayı dört farklı renk şemasında göstermek zorunda olan bir mock-up.

Ayrıca prompt sözdizimi öğrenmek istemeyenler için olağanüstü bağışlayıcıdır. Talimat bir spesifikasyon değil bir düzenleme olduğu için düz cümleler yeter; muğlak bir isteğin başarısızlık biçimi tanınmaz bir görüntü değil, küçük bir değişiklik olur.

Daha az uygun olduğu yer ise boş sayfa senaryosu. Kaynak görsel ve korunacak özne yoksa, tutarlılık mekanizmasının işi kalmaz; metinden-görüntü kompozisyonuna odaklı modeller başlangıçta kadraj, optik ve stil üzerinde size daha çok kontrol verir.

Midjourney karşısında ayrım estetik sahipliği üzerinedir. Midjourney belirgin bir ev stili uygular ve genelde çarpıcı bir şey üretmek için kullanılır; Nano Banana ise siz ne istedinizse onun dışındakilere dokunmamaya çalışır. Biri stilisttir, diğeri rötuşçudur.

Açık modeller — Stable Diffusion ve FLUX — karşısında ayrım kontrolün nerede olduğudur. Açık ağırlıklar insanlara ControlNet, LoRA ve inpainting hatlarını birleştirip hassas kontrol kurma imkânı verir; bedeli hattı sizin toplamanızdır. Nano Banana bunun daha dar bir kesitini bir cümlenin arkasına koyar; erişimi hızlı, sınırlarını aşması zordur.

gpt-image-1 karşısında iki model birbirine, diğer her şeye olduğundan daha yakındır: İkisi de kapalıdır, talimat izler, sohbetle yönlendirilir ve büyük bir asistana bağlıdır. Pratikte insanların en çok rapor ettiği fark, birkaç tur boyunca hangisinin yüzü daha iyi tuttuğudur; bunu bir lider tahtasından almak yerine kendi materyalinizle test etmek daha doğrudur.

Ticari hiçbir şey — Google ile bağımız yok ve modellerini yeniden satmıyoruz. Bu sayfa, insanlar bunun ne olduğunu soruyor ve dürüst yanıt kısa olduğu için var; yalnızca hoşumuza giden modelleri anlatan bir dizin, dizin sayılmazdı.

Buradaki düzenleme sayfalarıyla birlikte okumaya değer, çünkü sözlük ortak. Nano Banana’nın konuşarak yaptığı şeyi açık ekosistem adlandırılmış tekniklerle yapar: maske içindeki değişim için inpainting, kadrajın ötesindeki değişim için outpainting, sonucun kaynaktan ne kadar uzaklaşmasına izin verildiğini belirleyen denoise gücü. Bu kelimeleri bilmek, herhangi bir düzenleyicinin ne yaptığını ve ne yapmadığını çok daha netleştirir.