IT之家 Le 7 octobre, Google a officiellement lancé aujourd'hui Nano Banana 2.1, une version améliorée de son modèle d'IA de génération et d'édition d'images. Google souligne que la nouvelle version Nano Banana 2.1 apporte des améliorations complètes, avec des progrès particulièrement notables en design visuel, en édition d'images basée sur les masques ainsi qu'en cohérence des sujets.
Plus tôt cette année, Google avait lancé Nano Banana 2, également appelé Gemini 3.1 Flash Image. Nano Banana 2, tout en conservant la haute vitesse caractéristique des modèles de la série Flash de Google, atteignait une qualité d'image du même niveau que Nano Banana Pro. Google avait également transféré vers ce modèle de gamme inférieure plusieurs fonctionnalités initialement réservées à la version Pro, notamment une base de connaissances du monde réel, une optimisation du rendu du texte, ainsi qu'une meilleure cohérence des personnages et des objets.
IT之家 a remarqué que Nano Banana 2.1, sur la base de ses capacités existantes, apporte des améliorations principalement dans trois directions :
Design visuel : Nano Banana 2.1 peut générer des éléments visuels avec une meilleure composition et un degré d'achèvement plus élevé.
Édition par masque : les utilisateurs peuvent sélectionner et modifier plus précisément des zones locales d'une image existante, sans avoir à régénérer l'image entière.
Cohérence des sujets : lors d'opérations d'édition ou de la génération en série de plusieurs images liées, le modèle peut mieux préserver l'apparence et les caractéristiques du sujet de l'image.
La cohérence des sujets améliorée est très utile pour les utilisateurs de Gemini, car elle garantit qu'un même personnage ou objet conserve une apparence uniforme dans plusieurs résultats de génération. Google Nano Banana 2.1 est désormais déployé progressivement, couvrant l'application Gemini, le mode IA de la recherche Google, Google AI Studio, Google Flow, Stitch, Google Ads ainsi que la plateforme d'entreprise Gemini.
À destination des développeurs, Nano Banana 2.1 est officiellement disponible, avec l'identifiant de modèle gemini‑nano‑banana‑2.1 ; ce modèle prend en charge les entrées texte, image, audio et vidéo, et peut générer des images en résolution 1K, 2K ainsi que 4K.
À l'heure actuelle, ChatGPT Images 2.5 d'OpenAI reste le modèle mondial leader en génération et édition d'images. Lorsqu'un utilisateur affine continuellement une image, il est plus doué pour conserver les modifications du tour précédent, sans modifier les zones non éditées et sans dégrader la qualité de l'image d'origine au fil des itérations successives. Juste derrière ce produit d'OpenAI se trouve le modèle MAI‑Image‑2.6 de Microsoft AI, lancé en août de cette année.