این مدل جایگزین نسخه اولیه Nano Banana مبتنی بر Gemini 2.5 شده است. گوگل بهتدریج آن را در سرویسهای مختلف عرضه میکند. این سرویسها شامل AI Mode در Google Search، اپلیکیشن Gemini، NotebookLM، Google Photos، Stitch، Google Flow و Google Ads هستند.
در کنار آن، گوگل مدل Gemini Omni Flash را نیز معرفی کرده است. این مدل برای اولین بار قابلیت تولید و ویرایش ویدیو را در اختیار توسعهدهندگان قرار میدهد. آنها میتوانند از طریق Gemini API و Google AI Studio به این قابلیت دسترسی داشته باشند. این مدل از قابلیتهای چندوجهی Gemini استفاده میکند. همچنین میتواند با ترکیب متن، تصویر و ویدیو، خروجی ویدیویی تولید کند.
هزینه استفاده از این مدل حدود ۰.۱۰ دلار به ازای هر ثانیه ویدیو است. در حال حاضر این مدل ویدیوهایی تا سقف ۱۰ ثانیه تولید میکند. گوگل همچنین محدودیتهایی برای این مدل مطرح کرده است. برای مثال، پشتیبانی کامل از مرجع صوتی، ادامه صحنهها، یا ثبات کامل شخصیتها در تغییر زاویه دوربین هنوز بهطور کامل فراهم نشده است.
گوگل استفاده ترکیبی از این دو مدل را پیشنهاد میدهد. در این سناریو، ابتدا تصاویر را با Nano Banana 2 Lite تولید میکنید. سپس همان تصاویر را به Gemini Omni Flash میدهید تا به ویدیو تبدیل شوند.
نمونههای کاربردی این رویکرد شامل ساخت ویدیوهای تبلیغاتی، طراحی داخلی و حتی شبیهسازی حضور افراد در مکانهای مختلف است. هر دو مدل از فناوری SynthID برای واترمارکگذاری محتوای تولیدشده استفاده میکنند. این کار باعث میشود حتی پس از ویرایش نیز بتوان ماهیت هوش مصنوعی محتوا را تشخیص داد.
اولین دیدگاه را ثبت کنید