A Google bemutatja a Nano Banana 2 Lite-ot, más néven Gemini 3.1 Flash-Lite, olcsó, 4 másodperces gyors vállalati képgenerálásokhoz.
Megosztás
Összefoglalót olvas. A teljes tartalom itt érhető el: venturebeat.com.
A Google ma frissíti mesterséges intelligenciájának képgenerálási képességeit a Nano Banana 2 (NB2) Lite debütálásával, egy optimalizált modellel, amely gyors végrehajtásra és szűk infrastrukturális költségvetésekre készült. Technikai megnevezése Gemini 3.1 Flash-Lite Image a Google alkalmazásprogramozási interfészén (API). Az NB2 Lite a Google kreatív modelleinek családjában a leggyorsabb és legköltséghatékonyabb opcióként van pozicionálva, amely képes képeket generálni 4 másodperc alatt, egységes áron 0,034 dollárért 1 000 képért. Azonnal elérhető az üzleti fejlesztők számára a Google AI Studio, a Gemini API és a Gemini Enterprise Agent Platform (GEAP) révén. Nem olyan gyors vagy testreszabható, mint a Krea új, részben nyílt licencű Krea 2 Turbo-ja (amely lehetővé teszi a nyílt módosítást és kereskedelmi használatot kisvállalatok számára), de a fő vonzereje az alacsony ár és a Google nagyobb munkahelyi és AI ajánlataival való csomagolás. Ez a kiadás a Gemini Omni Flash nyilvános előzetesével egyidőben érkezik, ami egy multimodális csevegővideó-generálási és szerkesztési modell. Míg az Omni Flash a Google hosszú távú tétje az ügynöki videomanipulációban, a Nano Banana 2 Lite azonnali infrastruktúra munkás, amely kifejezetten a magas áteresztőképességű kereskedelmi alkalmazásokhoz, a gyors programozási prototípushoz és az automatikus eszközgenerálási munkafolyamatokhoz készült. A sebesség technológiája A Nano Banana 2 Lite alapja közvetlenül a Gemini 3.1 Flash Lite architektúra, amely a számítási késleltetés és az működési költségek közötti állandó feszültség megoldására készült. Magas sebességű vállalati keretekben a hagyományos nagy méretű képmodellek jelentős súrlódást okoznak a több másodperces feldolgozási késések és a magas token költségek miatt. A Google új, könnyű modellje kikerüli ezeket az akadályokat azáltal, hogy egy standard 1k felbontású képet 4 másodpercen belül generál. Ez éles teljesítményoptimalizációt jelent az örökölt elődjéhez, a Nano Banana-hoz (Gemini 2.5 Flash Image) képest, amelyet a középponti alapvető képességek célzott fejlesztése révén értek el. Belső dokumentációk szerint a modell frissített világtudással rendelkezik a durva adatvizualizációk és kontextuális elrendezések vázlatának elkészítéséhez, javított karakterkonzisztenciával, hogy megőrizze az identitást a folyamatos képbemutatók során, és lokalizált tipográfiai megjelenítési képességekkel. Az "Lite" megjelöléshez kapcsolódó kompromisszumokat átlátható módon vázolják a Google műszaki adatlapjain. Ellentétben a szélesebb standard Nano Banana 2 (NB2) és Nano Banana Pro (NB Pro) vonalakkal, amelyek a 1k, 2k és 4k kimenetek között változatos többszörös felbontású skálázást támogatnak, a Nano Banana 2 Lite csupán egy 1k vászonra korlátozza a felbontás támogatását. Mégis, ezen a specializált működési határon belül az architekturális hangolás meglepően versenyképes hatékonyságot hoz. A standardizált belső tesztelés során a Nano Banana 2 Lite 1251 Elo pontszámot ért el a Szöveg a Kép terén. Ez a pontszám kényelmesen meghaladja az örökölt NB1 1151-es pontszámát, és figyelemre méltóan megelőzi a nehezebb, drágább NB Pro-t, amely a 1245-ös helyen áll az ugyanebben a szöveg-kép pályán. Speciális szerkesztési feladatokhoz a modell megőrzi az egykép-szerkesztés Elo pontszámát 1308-ra, valamint a többkép-szerkesztési pontszámát 1294-re, optimális pozíciót biztosítva a valós idejű alkalmazásokhoz. Gyors prototípus készítése és piackutatás Előállítási szempontból a Google a Nano Banana 2 Lite-ot nem mint művészi motort, hanem mint láthatatlan, magas áteresztőképességű segédprogramot hirdeti az automatikus munkafolyamatokhoz. A célzott demográfiai csoport szoftverfejlesztőkből, programozott hirdetési platformokból és digitális kereskedelmi alkalmazásokból áll, ahol a gyors iteráció kulcsfontosságú. Gondoljunk valós idejű A/B tesztelésre ezer célzott hirdetési variációra, vagy azonnali elrendezési korrekciókra lokalizált boltokban. A Google három konkrét termelési környezetet emel ki, ahol a modell kiemelkedően teljesít. Először is, a világtudása lehetővé teszi a rendszerek számára, hogy azonnal pontos kontextusú jeleneteket vagy helyszín-specifikus maketteket vázoljanak fel. Másodszor, a karakterkonzisztencia megfelel a storyboard eszközök és digitális divatpróbák szigorú követelményeinek, ahol a statikus objektum hűség megőrzése a sorozatos generálások során történelmileg nehéz feladat. Végül, a szövegmegjelenítési fejlesztések révén olvasható szöveg ágyazható be közvetlenül a gyors hirdetési generálásokba, lehetővé téve a csapatok számára, hogy azonnal ellenőrizzék az elrendezés kompatibilitását különböző nyelveken. A fejlesztőknek azonban észben kell tartaniuk, hogy míg a natív képgenerálás a legalacsonyabb késleltetésű profilokkal működik, a feltételes kép-szerkesztési feladatok margális mértékben hosszabb válaszidőket tapasztalhatnak a szükséges másodlagos feldolgozási rétegek miatt, amelyek meglévő pixelek átírásához szükségesek. Licencelés és hozzáférés A Nano Banana 2 Lite telepítési mechanizmusa a szabadalmaztatott API-kon keresztül hangsúlyozza a vállalati prioritású kereskedelmi licencelési stratégiát. Ellentétben a nyílt súlyú modellekkel, amelyeket a fejlesztők letölthetnek, hogy helyben futtassák nyílt forráskódú keretrendszerek alatt, mint például az Apache 2.0 vagy a módosított OpenRAIL licenc, a Google legújabb modelljei szorosan integráltak a kezelt felhőstackbe. A vállalatok számára ez megszünteti a hardverhosting működési bonyolultságát, de a felhasználást szigorúan a Google mért árazási feltételeihez köti. Pénzügyi szempontból ez a kereskedelmi stratégia rendkívül agresszív. Az AI Studio és a GEAP csatornákon 0,034 dolláros áron 1 000 képre a modell alulról nyomja el az idősebb, kevésbé képes NB1 modellt (0,039 dollár) és drámaian csökkenti a költségeket a standard NB2 (0,067 dollár) és NB Pro (0,134 dollár) szintekhez képest. Belső megjegyzések szerint a modell körülbelül 60–70%-át biztosítja az NB2 és NB Pro általános képességeinek, miközben jelentősen gyorsabb sebességgel és a költségek egy töredékével működik. A magas frekvenciájú képgenerálás pénzügyi korlátainak csökkentésével a Google közvetlen kísérletet tesz az üzleti fejlesztők belekapcsolására kereskedelmi platform ökoszisztémájába.
Külső link: venturebeat.com
Kapcsolódó cikkek
startup
Az Uber leállítja élelmiszer-kiszállítási terveit az általa bővítés céljából választott hét európai ország közül ötben, miközben a Delivery Hero felvásárlását célozza meg.
startup
India értesítést küldött a Telegramnak, kérve, hogy korlátozza a kalózfilmek és egyéb szerzői jogvédelem alatt álló tartalmak terjedését, valamint 15 napon belül kér action-tett jelentést.
startup
