Le modèle d'image IA Nano Banana 2 de Google : Fonctionnalités et disponibilité
Qu'est-ce que Nano Banana 2
Google DeepMind a lancé Nano Banana 2 (Gemini 3.1 Flash Image), un nouveau modèle d'IA de génération d'images qui fusionne les capacités avancées de Nano Banana Pro avec la grande rapidité de Gemini Flash. Ce modèle est conçu pour un édition et une itération plus rapides dans les flux de travail de création d'images.
Caractéristiques et spécifications clés
Nano Banana 2 inclut plusieurs améliorations techniques et fonctionnalités spécifiques :
- Connaissance approfondie du monde : S'appuie sur la base de connaissances du monde réel de Gemini et utilise des informations en temps réel provenant de la recherche web pour représenter des sujets spécifiques avec précision. Cela permet la création d'infographies, de diagrammes à partir de notes et de visualisations de données.
- Rendu de texte précis et traduction : Génère un texte précis et lisible pour des maquettes marketing ou des cartes de vœux, et peut traduire/localiser le texte dans les images.
- Cohérence des sujets : Maintient la ressemblance des personnages pour jusqu'à cinq personnages et la fidélité pour jusqu'à 14 objets dans un seul flux de travail, permettant le storyboard sans altérer l'apparence des entrées.
- Suivi précis des instructions : Respecte plus strictement les demandes complexes pour capturer les nuances spécifiques des idées.
- Spécifications prêtes pour la production : Prend en charge divers ratios d'aspect et résolutions de 512px à 4K pour différents formats comme les publications sociales verticales ou les arrière-plans grand écran.
- Amélioration de la fidélité visuelle : Offre un éclairage vibrant, des textures plus riches et des détails plus nets tout en conservant la vitesse Flash.
Disponibilité et intégration
Le modèle est déployé progressivement dans les produits Google, notamment l'application Gemini, Google Search et Google Ads. Google améliore également sa technologie SynthID avec les C2PA Content Credentials pour identifier le contenu généré par l'IA.
📖 Lire la source complète : HN AI Agents
👀 See Also
Les gains de productivité de l'IA entraînent une augmentation nette du CO₂ dans le modèle énergie-économie
Une nouvelle étude modélise l'IA comme un amplificateur bidirectionnel de productivité dans un modèle énergie-économie mondial, constatant que les émissions induites par les gains de productivité des combustibles fossiles dépassent les émissions évitées grâce aux énergies renouvelables, à moins que les gains dans les renouvelables ne soient 4 à 5 fois supérieurs.
L'IA ralentit : 3 000 milliards de dollars de revenus nécessaires d'ici 2030 pour maintenir la bulle
Ed Zitron affirme que l'IA doit générer 3 000 milliards de dollars de revenus d'ici 2030. Les centres de données coûtent entre 9 500 et 15 000 milliards de dollars. Les projections d'Anthropic, OpenAI et NVIDIA montrent une consommation massive de capitaux.
Utilisateur OpenClaw rapporte 143 millions de jetons traités pour 94 dollars via OpenRouter.
Un utilisateur de Reddit exécutant des pipelines multi-agents OpenClaw a traité 143 millions de tokens pour 94,16 $, atteignant un coût d'environ 0,66 $ par million de tokens en acheminant via OpenRouter et en mettant en œuvre des optimisations de configuration spécifiques.
Révolutionnez la surveillance d'API sur tous les fournisseurs avec onWatch
Découvrez comment onWatch, un nouvel outil puissant, simplifie le suivi de votre quota d'utilisation des API d'IA à travers plusieurs fournisseurs, vous assurant de rester dans les limites et d'optimiser l'allocation des ressources.