تواصل Google تطوير أدواتها الخاصة بتوليد الصور بالذكاء الاصطناعي، وهذه المرة مع Nano Banana 2.1، الإصدار الجديد الذي يركز على تحسين جودة الصور، والالتزام بالأوامر، وثبات الشخصيات، بالإضافة إلى تقديم نتائج أفضل عند تعديل الصور على عدة مراحل.
الإصدار الجديد هو تحديث لـ Nano Banana 2 – Gemini 3.1 Flash Image، ويحافظ على السرعة التي تتميز بها نماذج Flash، لكن مع تحسينات ملحوظة في جودة الصور والتعديل الحواري وعرض النصوص داخل التصميمات.
جودة وواقعية أفضل
من أهم التحسينات في Nano Banana 2.1 رفع مستوى التفاصيل والواقعية في الصور، مع دعم إنشاء الصور بدقات 1K و2K و4K.
كما حسنت Google أداء النموذج عند التعامل مع الصور العريضة والبانورامية، وهو ما يجعله أكثر ملاءمة لتصميم الخلفيات، البانرات، الصور الإعلانية والمحتوى المخصص لمنصات التواصل الاجتماعي.
لكن جودة الصورة وحدها ليست أكثر ما يميز هذا التحديث.
ثبات الشخصيات أصبح أقوى
من أكبر المشكلات التي تواجه مستخدمي نماذج توليد الصور هي تغير شكل الشخصية عند إعادة استخدامها في مشهد مختلف.
قد تنشئ شخصية في صورة، ثم تطلب وضعها في مكان جديد فتتغير ملامح الوجه أو الملابس أو تفاصيل الشخصية بالكامل.
في Nano Banana 2.1 ركزت Google بشكل واضح على تحسين Character Consistency، سواء عند التعامل مع شخصية واحدة أو عدة شخصيات.
وأظهرت تقييمات Google الرسمية تحسنًا في اختبارات ثبات الشخصيات مقارنة بالإصدار السابق.
وهذه الميزة مفيدة بشكل خاص عند إنشاء:
- القصص المصورة.
- Storyboards.
- الحملات الإعلانية.
- شخصيات ثابتة للمحتوى.
- صور متسلسلة لنفس المنتج أو الشخص.
- محتوى السوشيال ميديا الذي يحتاج إلى هوية بصرية ثابتة.
تعديل الصور بأوامر متتابعة
Nano Banana 2.1 ليس مجرد مولد صور من النصوص، بل يدعم أيضًا التعديل الحواري للصور.
بمعنى أنك تستطيع رفع صورة ثم طلب:
تغيير الخلفية، تعديل الملابس، حذف عنصر، إضافة عنصر جديد، تغيير الإضاءة أو نقل الشخصية إلى بيئة مختلفة، وبعد ذلك مواصلة التعديل على النتيجة نفسها.
وهنا تظهر أهمية ثبات الشخصية والعناصر، لأن الهدف لم يعد الحصول على صورة جيدة من المحاولة الأولى فقط، بل بناء عملية تعديل كاملة من خلال المحادثة.
وتشير نتائج Google إلى تحسينات في التعديل العام، والتعديل باستخدام الأقنعة، وثبات المنتجات والشخصيات، بالإضافة إلى التعديل المعتمد على عدة صور مرجعية.
تغيير الخلفية، تعديل الملابس، حذف عنصر، إضافة عنصر جديد، تغيير الإضاءة أو نقل الشخصية إلى بيئة مختلفة، وبعد ذلك مواصلة التعديل على النتيجة نفسها.
وهنا تظهر أهمية ثبات الشخصية والعناصر، لأن الهدف لم يعد الحصول على صورة جيدة من المحاولة الأولى فقط، بل بناء عملية تعديل كاملة من خلال المحادثة.
وتشير نتائج Google إلى تحسينات في التعديل العام، والتعديل باستخدام الأقنعة، وثبات المنتجات والشخصيات، بالإضافة إلى التعديل المعتمد على عدة صور مرجعية.
استخدام ما يصل إلى 14 صورة مرجعية
من المميزات القوية أيضًا إمكانية استخدام ما يصل إلى 14 صورة مرجعية أثناء عملية التوليد والتعديل.
وتوضح وثائق Google أن النموذج يدعم الحفاظ على اتساق ما يصل إلى 4 شخصيات، إلى جانب الحفاظ على دقة تفاصيل ما يصل إلى 10 عناصر.
وهذا يتيح سيناريوهات أكثر احترافية.
على سبيل المثال، يمكنك تقديم صورة للشخصية، وصورة للملابس، وصورة للمكان، ومرجع للإضاءة أو الأسلوب البصري، ثم تطلب من النموذج إنشاء مشهد جديد يجمع هذه العناصر.
تحسين الكتابة والإنفوجرافيك
الكتابة داخل الصور كانت واحدة من نقاط الضعف المعروفة في نماذج توليد الصور.
لكن Nano Banana 2.1 يأتي بتحسينات في Text Rendering ودقة تصميم وتخطيط الـInfographics. وتظهر تقييمات Google الرسمية تحسنًا واضحًا في تصميم الإنفوجرافيك مقارنة بالإصدار السابق.
وهذا يجعل النموذج أكثر فائدة عند إنشاء:
البوسترات، الإعلانات، الإنفوجرافيك، المنشورات التعليمية، تصميمات السوشيال ميديا والمواد التسويقية التي تجمع بين النص والصورة.
ومع ذلك، من المهم دائمًا مراجعة النصوص والمعلومات قبل نشر التصميم النهائي، خصوصًا عندما يتعلق الأمر بالمعلومات الدقيقة أو الأرقام.
الاستفادة من Google Search
يدعم Nano Banana 2.1 أيضًا الاستفادة من Google Web Search وGoogle Image Search أثناء عملية التوليد.
وهذا يسمح للنموذج بالاعتماد على معلومات وصور من الويب للمساعدة في إنشاء تصميمات تعتمد على موضوعات أو مراجع حقيقية وحديثة.
وقد يكون هذا مفيدًا بشكل خاص عند تصميم الإنفوجرافيك والمحتوى التعليمي أو الصور التي تحتاج إلى معرفة بالعالم الحقيقي.
مستويات مختلفة للتفكير
يوفر النموذج أيضًا مستويات مختلفة من الـThinking:
Minimal – Medium – High
ويُستخدم مستوى Medium افتراضيًا، بينما يمكن استخدام مستويات أعلى عندما تكون المهمة البصرية أكثر تعقيدًا وتحتاج إلى الالتزام بعدة شروط في الوقت نفسه.
على سبيل المثال، عندما تطلب الحفاظ على نفس الشخصية، وتغيير المكان، واستخدام إضاءة معينة، وإضافة نص، والحفاظ على تكوين محدد في صورة واحدة، تصبح قدرة النموذج على فهم العلاقات بين هذه التعليمات مهمة جدًا.
ولكن ماذا عن الاختبار العملي؟
المواصفات الرسمية مهمة، لكن الاختبار الفعلي هو الذي يوضح إن كانت هذه التحسينات تظهر فعلًا أثناء الاستخدام.
لذلك قمت في الفيديو المصاحب لهذه المقالة باختبار Nano Banana 2.1 في مجموعة متنوعة من السيناريوهات، ولم أكتفِ بتجربة توليد صورة واحدة.
اختبرت النموذج في:
ثبات الشخصية وتغيير الخلفيات والمشاهد، التعديلات المتكررة على نفس الصورة، الكتابة باللغة العربية، إنشاء Infographics، توليد صور واقعية، المناظر الطبيعية، بالإضافة إلى أساليب مختلفة مثل Paper Cut وManga.
وخلال الفيديو ستشاهد النتائج الفعلية لكل اختبار، وهل استطاع النموذج الحفاظ على الشخصية والتفاصيل عند تغيير المشاهد، ومدى تحسن قدرته على التعامل مع التصميمات والنصوص.
إذا كنت تريد معرفة الفرق الحقيقي بدل الاكتفاء بالمواصفات، أنصحك بمشاهدة الفيديو كاملًا ورؤية الاختبارات والنتائج بنفسك.
هل يستحق Nano Banana 2.1 التجربة؟
يبدو أن Google تحاول من خلال هذا الإصدار الانتقال من مجرد توليد صور جميلة إلى تقديم أداة يمكن الاعتماد عليها بشكل أكبر في Workflow متكامل لإنشاء الصور وتعديلها.
التحسينات في ثبات الشخصيات، الصور المرجعية المتعددة، عرض النصوص، الإنفوجرافيك والتعديل المتتابع تجعل Nano Banana 2.1 أكثر فائدة للمصممين وصناع المحتوى والمسوقين وأي شخص يستخدم الذكاء الاصطناعي في إنشاء المحتوى البصري.
وبالطبع لا يعني ذلك أن النموذج أصبح مثاليًا؛ فقد تظل هناك أخطاء في النصوص الدقيقة أو المشاهد المعقدة وبعض التفاصيل الصغيرة.
لكن الاتجاه واضح: توليد الصور بالذكاء الاصطناعي لم يعد قائمًا فقط على كتابة Prompt والحصول على صورة، بل أصبح يتجه نحو التحكم المستمر في الصورة وتعديلها وبناء مشاهد متسقة خطوة بخطوة.
وهنا تحديدًا تظهر أهمية Nano Banana 2.1.
شاهد الفيديو لتتعرف على الاختبارات العملية والنتائج بنفسك، واكتب رأيك: هل ترى أن Nano Banana 2.1 يمثل بالفعل نقلة واضحة مقارنة بالإصدار السابق؟
