Nano Banana โมเดลใหม่ของ Google ที่แก้ไขและสร้างภาพด้วย AI ที่น่าประทับใจ

  • Nano Banana คือชื่อรหัสของ Gemini 2.5 Flash Image ซึ่งเป็นโมเดลภาพใหม่ของ Google
  • ช่วยให้สามารถแก้ไขการสนทนา ความสอดคล้องของตัวละคร และเพิ่มความสมจริงให้กับภาพบนใบหน้าและมือ
  • ใช้งานได้บน Gemini สำหรับ iOS, Android และเว็บไซต์ ฟรีพร้อมข้อจำกัดการใช้งานและการเข้าถึง API ของนักพัฒนา
  • เสริมความปลอดภัยด้วย SynthID และตัวกรองที่บล็อคเนื้อหาที่ละเอียดอ่อนและการแก้ไขบุคคลจริงหรือบุคคลที่มีชื่อเสียง

แต่งภาพด้วย AI Nano Banana

ในช่วงไม่กี่วันที่ผ่านมา คำว่า"นาโนบานาน่า"ได้ปรากฏขึ้นในบทสนทนาและการทดสอบประสิทธิภาพของโมเดล AI ทำให้เกิดความสงสัยในวงการเทคโนโลยี และในที่สุดสิ่งที่ลือกันมาก็ได้รับการยืนยันแล้วว่าคือหน้าตาของ Gemini 2.5 Flash Image ซึ่งเป็นผลิตภัณฑ์ของ Google สำหรับการแก้ไขและสร้างภาพโดยใช้ข้อความ

ข้อเสนอนี้ไม่ได้จำกัดอยู่แค่การสร้างภาพขึ้นมาใหม่ทั้งหมด แต่ยังเน้นไปที่การแก้ไขภาพอย่างแม่นยำพร้อมทั้งรักษาความสอดคล้องของสไตล์ ตัวละคร หรือวัตถุต่างๆ ในระหว่างการเปลี่ยนแปลงหลายครั้ง และทั้งหมดนี้จะดำเนินการโดยใช้คำแนะนำในภาษาธรรมชาติ โดยไม่จำเป็นต้องเชี่ยวชาญเครื่องมือตกแต่งภาพหลังการถ่ายทำที่ซับซ้อน

Nano Banana คืออะไร และทำไมถึงเพิ่งมาปรากฏในปัจจุบัน?

ในช่วงแรกๆ โมเดลนี้ปรากฏในอันดับต่างๆ เช่นLM Arenaภายใต้ชื่อเล่น "Nano-banana" และไต่อันดับขึ้นมาได้เนื่องจากคุณภาพของผลลัพธ์ ปัจจุบัน Google ได้ตั้งชื่อให้มันแล้ว นั่นคือGemini 2.5 Flash Imageซึ่งเป็นส่วนประกอบสำคัญของระบบนิเวศ Gemini ที่จัดการด้านภาพ

ความน่าสนใจไม่ได้มาจากประสิทธิภาพการทำงานเพียงอย่างเดียว แต่ยังมาจากวิธีการตีความบริบทของภาพด้วย กล่าวคือ มันเข้าใจสิ่งที่อยู่ในฉากและปรับเปลี่ยนอย่างสม่ำเสมอระหว่างการแก้ไขต่างๆ ซึ่งเป็นสิ่งที่ระบบอื่นๆ ในอดีตไม่สามารถทำได้เมื่อมีการร้องขอการแก้ไขหลายอย่างติดต่อกัน

การแก้ไขบทสนทนา: จากข้อความแจ้งเตือนสู่บทสนทนาภาพ

การเปลี่ยนแปลงครั้งใหญ่คือ การแก้ไขภาพไม่ได้เป็นกระบวนการลองผิดลองถูกอีกต่อไป แต่เป็นการสนทนาแบบวนซ้ำแทนที่จะเริ่มต้นใหม่กับทุกไอเดีย ผู้ใช้สามารถถามได้ว่า "ทำให้ท้องฟ้าดูน่าตื่นตาตื่นใจมากขึ้น" "เพิ่มสุนัขบนม้านั่งตัวนั้น" หรือ "เปลี่ยนสีรถเป็นสีแดง" และปรับแต่งต่อไปได้โดยไม่เสียทิศทาง

นอกจากนี้ Nano Banana ยังช่วยให้คุณเลือกพื้นที่เฉพาะในภาพถ่ายเพื่อทำการเปลี่ยนแปลงเฉพาะจุดได้ เช่น ลบวัตถุ เปลี่ยนพื้นหลัง หรือเพิ่มองค์ประกอบใหม่ โดยยังคงรักษาแสงเงาและมุมมองไว้ ทำให้ภาพดูเป็นธรรมชาติมากกว่ารุ่นก่อนๆ

ปรับปรุงความสม่ำเสมอของภาพและความสมจริงของภาพ

ข้อร้องเรียนทั่วไปจากผู้สร้างโมเดลคือ การขาดความสม่ำเสมอในการรักษาลักษณะ ตัวละคร ผลิตภัณฑ์ หรือสไตล์เดียวกันในแต่ละเวอร์ชันที่ต่อเนื่องกัน ในที่นี้ โมเดลได้รักษาอัตราส่วน ลักษณะ และรายละเอียดสำคัญอย่างพิถีพิถัน เพื่อให้ตัวละครเอกยังคงจดจำได้ในทุกผลลัพธ์

Google อ้างว่าได้ให้ความสำคัญเป็นพิเศษกับใบหน้าและมือซึ่งเป็นส่วนที่มักมีปัญหามาโดยตลอด การปรับปรุงในเรื่องแสงเงา พื้นผิว และกายวิภาคศาสตร์นั้นเห็นได้ชัดเจนในภาพบุคคลและฉากสมจริง โดยมีสิ่งผิดปกติและการบิดเบือนน้อยลง

นอกเหนือจากการแก้ไขแล้ว ความสามารถ ในการจัดองค์ประกอบขั้นสูง ก็โดดเด่นเช่นกัน เช่น การรวมองค์ประกอบจากหลายภาพเข้าด้วยกันในสภาพแวดล้อมดิจิทัลที่สร้างขึ้นใหม่ หรือการถ่ายโอนสไตล์และลวดลายจากภาพหนึ่งไปยังอีกภาพหนึ่ง (ตัวอย่างเช่น การถ่ายโอนลวดลายปีกไปยังชุดเดรส) โดยไม่ทำให้ภาพเสียองค์ประกอบไป

จะใช้ Nano Banana ได้ที่ไหนและจะเริ่มต้นอย่างไร (มือถือ เว็บ และอื่นๆ)

เครื่องมือนี้มีอยู่ในแอป GeminiบนiOSและAndroidรวมถึงเวอร์ชันเว็บ (แต่ใช้งานไม่ได้สำหรับฉัน) ไม่จำเป็นต้องเปิดใช้งานอะไรเป็นพิเศษ เพียงแค่คุณอัปโหลดรูปภาพและอธิบายการเปลี่ยนแปลง มันใช้งานได้กับภาพบุคคล สัตว์เลี้ยง ทิวทัศน์ และแทบทุกฉากในชีวิตประจำวัน

ในทางปฏิบัติ เพียงแค่พิมพ์คำสั่งง่ายๆ เช่น "วางแมว ตัวนี้ ลงบนทรายชายหาด" "ลบคนทั้งหมดออกจากพื้นหลัง" หรือ "เปลี่ยนพื้นหลังเป็นมาชูปิกชู" ระบบจะคงสิ่งที่จำเป็นต้องเก็บไว้ และแก้ไขเฉพาะสิ่งที่ร้องขอเท่านั้น ด้วยความเร็วที่ Google อธิบายภายในว่า "เร็วปานสายฟ้า"

สำหรับผู้ใช้ iPhone ประสบการณ์นั้นง่ายดาย: เปิดแอป Gemini เลือกแก้ไขรูปภาพแล้วอัปโหลดรูปภาพ ระบบ Android และเว็บเบราว์เซอร์ก็ใช้หลักการเดียวกัน โดยให้ผลลัพธ์ที่สม่ำเสมอในทุกแพลตฟอร์ม

เครื่องมือและการไหลที่เพิ่มมูลค่า

นอกเหนือจากการปรับแต่งพื้นฐาน (สี ขาวดำ ความคมชัด) ที่ทำได้โดยใช้คำสั่งภาษาธรรมชาติแล้ว Nano Banana ยังช่วยให้สามารถแก้ไขต่อเนื่องได้หลายรอบเช่น การทาสีผนัง การเพิ่มเฟอร์นิเจอร์ และการเปลี่ยนแปลงองค์ประกอบต่างๆ ของสภาพแวดล้อมโดยไม่ต้องเริ่มต้นใหม่ทั้งหมด

อีกหนึ่งฟังก์ชันที่มีประโยชน์คือการรักษารูปทรงเดิมไว้แม้ว่าจะมีการเปลี่ยนแปลงรูปลักษณ์ เช่น การปรับเปลี่ยนสีผมหรือเสื้อผ้า โดยคงเอกลักษณ์ของใบหน้าและส่วนอื่นๆ ของภาพถ่ายไว้ให้คงที่ หลีกเลี่ยงปัญหาความไม่สอดคล้องกันของพื้นหลังหรือแสง

การผสานรวมกับแอป Gemini เพิ่มประโยชน์ใช้สอยอีกอย่างหนึ่งคือสามารถผสมภาพเพื่อแทรกเนื้อหาของภาพหนึ่งลงในอีกภาพหนึ่ง ถ่ายทอดสไตล์ หรือสร้างฉากใหม่ ๆ ด้วยความคิดสร้างสรรค์ที่มากขึ้น

ความปลอดภัย ลายน้ำ และตัวกรองการใช้งาน

การเพิ่มขึ้นของการแก้ไขภาพแบบสมจริงขั้นสูงกำลังบังคับให้มีการเสริมสร้างมาตรการป้องกัน Google กำลังนำSynthID มาใช้ ซึ่งเป็นลายน้ำดิจิทัลที่มองไม่เห็นซึ่งฝังอยู่ในภาพ ทำให้สามารถตรวจสอบที่มาของภาพได้แม้หลังจากมีการแก้ไขแล้ว

นอกจากนี้ ระบบยังใช้ตัวกรองความปลอดภัยเพื่อบล็อกเนื้อหาที่รุนแรงหรือลามกอนาจาร และจำกัดการแก้ไขภาพบุคคลจริงและคนดัง เมื่อเหมาะสม Google จะแสดงคำเตือนหรือการแจ้งเตือนเพิ่มเติมเพื่อป้องกันการใช้งานในทางที่ผิดและอำนวยความสะดวกในการตรวจสอบย้อนกลับ

ความพร้อมใช้งานของ Nano Banana การเข้าถึงของนักพัฒนา และค่าใช้จ่าย

สำหรับผู้ใช้งานทั่วไป ฟังก์ชันการแก้ไขใน Gemini สามารถใช้งานได้ฟรีโดยมีข้อจำกัดการใช้งานรายวันที่เหมาะสม ไม่จำเป็นต้องเลือกโมเดลด้วยตนเอง เพราะระบบจะทำงานโดยอัตโนมัติในขั้นตอนการแก้ไข

ในสภาพแวดล้อมการทำงานระดับมืออาชีพ สามารถบูรณาการผ่าน Gemini API , Google AI Studio และ Vertex AI ได้ Google รายงานว่ามีค่าใช้จ่าย 30 ดอลลาร์ต่อโทเค็นหนึ่งล้านโทเค็นสำหรับนักพัฒนา ซึ่งตัวเลขนี้ ขึ้นอยู่กับกรณีการใช้งาน อาจคิดเป็นเงินประมาณไม่กี่เซนต์ต่อภาพที่ประมวลผลแล้ว

การแข่งขันและตำแหน่งทางการตลาด

การเปิดตัวครั้งนี้เกิดขึ้นในช่วงเวลาที่OpenAI, Midjourney และ Adobeกำลังเป็นผู้นำด้านการสร้างและแก้ไขภาพ Nano Banana มุ่งหวังที่จะลดช่องว่างนี้ด้วยการผสมผสานระหว่างความสม่ำเสมอ ความเร็ว และการแก้ไขแบบสนทนา และประสิทธิภาพของมันใน LM Arena ก็ทำให้มันได้รับความสนใจตั้งแต่เนิ่นๆ

สิ่งสำคัญคือระบบจะทำงานได้ดีแค่ไหนภายใต้ภารกิจที่ต้องการประสิทธิภาพสูง และจะรักษาความสม่ำเสมอในระดับใหญ่ได้ หรือไม่ เมื่อมีผู้ใช้งานและแอปพลิเคชันจากภายนอกเพิ่มมากขึ้น ซึ่งสร้างแรงกดดันต่อระบบด้วยกรณีการใช้งานจริง

เคล็ดลับง่ายๆ เพื่อให้ได้ประโยชน์สูงสุด

การใช้ภาษาที่เป็นธรรมชาติและระบุรายละเอียดอย่างเจาะจงจะช่วยได้ เช่น "ในภาพต้นฉบับ ให้เปลี่ยนพื้นหลังเป็นภาพพระอาทิตย์ตกดินและคงตัวแบบไว้เหมือนเดิม" การระบุสิ่งที่ควรคงไว้จะช่วยลดความคลาดเคลื่อนและเพิ่มความสม่ำเสมอในการตัดต่อภาพ

สำหรับการปรับแต่งที่ซับซ้อน ควรแบ่งออกเป็นขั้นตอนย่อยๆ ดังนี้เริ่มจากพื้นหลังก่อนจากนั้นปรับแสง และสุดท้ายปรับแต่งสีหรือพื้นผิว วิธีนี้จะช่วยให้ควบคุมผลลัพธ์ได้ดีขึ้นและลดข้อผิดพลาดให้น้อยที่สุด

ปัจจุบัน Nano Banana ผสานการสร้างตัวอักษรและสไตล์การแก้ไขแบบวนซ้ำและความสม่ำเสมอเข้าไว้ในเวิร์กโฟลว์เดียว พร้อมด้วยการควบคุมความปลอดภัยเชิงรุก และการใช้งานอย่างแพร่หลายบนแอป Gemini และเว็บ สำหรับผู้ใช้และทีมงานสร้างสรรค์ การผสมผสานระหว่างความเร็ว การรับรู้บริบท และการเข้าถึง API เปิดโอกาสให้ใช้งานได้ทั้งในชีวิตประจำวันและในระดับมืออาชีพโดยไม่มีความซับซ้อนที่ไม่จำเป็น


เพิ่มเป็นแหล่งข้อมูลที่ต้องการใน Google