A Google DeepMind új fejlesztése, a „nano banán” névre keresztelt Gemini 2.5 Flash Image modell új szintre emeli a képszerkesztést a Gemini alkalmazásban. Az MI-alapú szerkesztés már nem csak véletlenszerű átalakításokat eredményez: a legnagyobb újítás, hogy a rendszer mostantól képes megjegyezni és megtartani az eredeti kép részleteit minden egyes módosítás során. Így például egy portré vagy egy aranyos kutyás kép szerkesztésekor az alany mindig felismerhető marad, nem torzulnak el az arcok vagy a jellegzetességek.
Képek keverése, szintetikus ölelések
A Gemini továbbfejlesztett MI-je már több fotót is képes egyesíteni. Elég kiválasztani két képet – például egy nőt és egy kutyát –, az MI pedig egy új, közös jelenetet generál, például egy ölelést ábrázoló pillanatot. Ennél absztraktabb ötleteket is megvalósít, amíg azok nem ütköznek a felállított szabályokkal.
Vízjel és elérhetőség
Minden generált képen MI-vízjel jelenik meg, illetve az alkotások digitális, láthatatlan azonosítóval (SynthID) is el vannak látva, amit utólag is felismer a Google rendszere. Az új szerkesztő már elérhető a Gemini alkalmazásban, és hamarosan megjelenik a fejlesztők számára is a Gemini API-ban, az AI Studio-ban és a Vertex AI felületen.
