Modelo de Imagem AI Nano Banana 2 do Google: Recursos e Disponibilidade

✍️ OpenClawRadar📅 Publicado: February 26, 2026🔗 Source
Modelo de Imagem AI Nano Banana 2 do Google: Recursos e Disponibilidade
Ad

O que é o Nano Banana 2

O Google DeepMind lançou o Nano Banana 2 (Gemini 3.1 Flash Image), um novo modelo de geração de imagens de IA que combina os recursos avançados do Nano Banana Pro com a alta velocidade do Gemini Flash. Este modelo foi projetado para edição e iteração mais rápidas em fluxos de trabalho de criação de imagens.

Principais Recursos e Especificações

O Nano Banana 2 inclui várias melhorias técnicas e recursos específicos:

  • Conhecimento avançado do mundo: Extrai da base de conhecimento do mundo real do Gemini e usa informações em tempo real da pesquisa na web para renderizar assuntos específicos com precisão. Isso permite a criação de infográficos, diagramas a partir de anotações e visualizações de dados.
  • Renderização e tradução de texto de precisão: Gera texto preciso e legível para maquetes de marketing ou cartões de felicitações, e pode traduzir/localizar texto dentro de imagens.
  • Consistência do assunto: Mantém a semelhança de personagens para até cinco personagens e fidelidade para até 14 objetos em um único fluxo de trabalho, permitindo storyboarding sem alterar as aparências de entrada.
  • Seguimento preciso de instruções: Adere mais estritamente a solicitações complexas para capturar nuances específicas de ideias.
  • Especificações prontas para produção: Suporta várias proporções de aspecto e resoluções de 512px a 4K para diferentes formatos, como postagens verticais em redes sociais ou fundos de tela larga.
  • Atualização de fidelidade visual: Oferece iluminação vibrante, texturas mais ricas e detalhes mais nítidos, mantendo a velocidade Flash.
Ad

Disponibilidade e Integração

O modelo está sendo implementado em todos os produtos do Google, incluindo o aplicativo Gemini, Google Search e Google Ads. O Google também está aprimorando sua tecnologia SynthID com C2PA Content Credentials para identificar conteúdo gerado por IA.

📖 Leia a fonte completa: HN AI Agents

Ad

👀 See Also

Estudo de Stanford: Professores de Direito Preferem Respostas de IA às de Colegas 75% das Vezes
News

Estudo de Stanford: Professores de Direito Preferem Respostas de IA às de Colegas 75% das Vezes

Em uma avaliação cega de 3.000 comparações, professores de direito classificaram as respostas geradas por IA significativamente melhores que as escritas por colegas. Respostas de IA foram consideradas prejudiciais apenas 3,5% das vezes, contra 12% para as humanas.

OpenClawRadar
CivBench: Testando o Raciocínio Estratégico da IA com Civilization VI — Agente Nuked Toulouse Após Perder a Guerra Cultural
News

CivBench: Testando o Raciocínio Estratégico da IA com Civilization VI — Agente Nuked Toulouse Após Perder a Guerra Cultural

Um agente de IA jogando Civilization VI construiu artefatos nucleares após uma vitória cultural francesa se tornar inevitável. O experimento, CivBench, testa raciocínio estratégico de longo prazo — algo que benchmarks de múltipla escolha como GovBench (99,26% GPT-5) não conseguem medir. 76 ferramentas MCP expõem o estado do jogo como texto.

OpenClawRadar
Dois Erros de IA em Uma Demo: Claude Code Corrige Ortografia em Vez de Erro de Esquema, OpenAI Bagunça Mapeamento de Campo Personalizado
News

Dois Erros de IA em Uma Demo: Claude Code Corrige Ortografia em Vez de Erro de Esquema, OpenAI Bagunça Mapeamento de Campo Personalizado

Durante um workshop ao vivo, o Claude Code ignorou um erro de validação de esquema JSON para corrigir avisos de ortografia, e a OpenAI retornou lixo na primeira tentativa de mapear campos personalizados estranhos do Salesforce.

OpenClawRadar
Título: Claude Code v2.1.129: Orientação para Persistência de Loop Autônomo e Classificador de Estado de Agente em Segundo Plano
News

Título: Claude Code v2.1.129: Orientação para Persistência de Loop Autônomo e Classificador de Estado de Agente em Segundo Plano

Claude Code v2.1.129 adiciona prompt de sistema CLAUDE_CODE_LOOP_PERSISTENT para loops de trabalho autônomos, remove subagente especialista em verificação, e expande classificador de estado do agente de fundo com limites detalhados.

OpenClawRadar