Wir alle sollten zugeben, dass der September der Monat conflict Gemini Nano Banane. Jeder hat mit dem Modell herumgespielt und schrullige Bearbeitungen und lustige Selfies in den sozialen Medien veröffentlicht. Die Chancen stehen intestine, dass Sie es auch ausprobiert haben oder zumindest ein Dutzend dieser Promi -Mashups und 3D -Figur -Pfosten in Ihrem Feed vorbeigefahren haben. Aber während Nano Banana die lässige Seite der Bildgenerierung dominiert hat, hat Qwen das professionelle Bearbeitungsspiel leise auferlegt. Erst letzten Monat hat das Workforce Qwen-Picture-Edit veröffentlicht, und jetzt sind sie mit einer verbesserten Model zurück: Qwen-Picture-Edit-2509, die sich auf Konsistenz, Flexibilität und Kontrolle konzentriert. Im Vergleich zur Veröffentlichung im August macht das neue Replace für Schöpfer, Entwickler und Forscher leistungsfähiger, während sie dennoch für alle zugänglich bleiben, die experimentieren möchten.

Wenn Sie mehr über das Vorgängermodell erfahren möchten, lesen Sie unseren detaillierten Artikel über Qwen-Picture-Edit!

Was ist neu in Qwen-Picture-Edit-2509?

Im Vergleich zur Veröffentlichung des letzten Monats führt diese Model vier wichtige Verbesserungen vor:

Multi-Picture-Bearbeitungsunterstützung

Mit Qwen-Picture-Edit-2509 können Sie jetzt mehrere Bilder gleichzeitig bearbeiten. Das Modell wurde unter Verwendung von Bildverzögerung geschult, wodurch nahtlose Bearbeitungen über Kombinationen hinweg wie folgt ermöglicht werden:

• Particular person + Particular person
• Particular person + Produkt
• Particular person + Szene

Es funktioniert am besten mit 1–3 Eingangsbildern und integriert sich auch intestine in ControlNET -Karten wie Tastoint für Pose -Änderungen.

Verbesserte Ein-Picture-Konsistenz

Bei der Bearbeitung eines einzelnen Bildes konzentriert sich das September -Replace stark auf die Konsistenz:

• Particular person Bearbeitung: Gesichter behalten ihre Identität über verschiedene Posen und Porträtstile hinweg.
• Produktbearbeitung: Logos und Objekte behalten ihr Aussehen bei und machen Produktplakate einfacher zu generieren.
• Textbearbeitung: Sie können nicht nur die Wörter ändern, sondern auch Schriftarten, Farben und Materialien mit Präzision anpassen.

Native ControlNET -Unterstützung

Das Replace fügt eine reibungslose Integration mit ControlNET -Eingängen wie Tiefenkarten, Edge -Karten und Tastoint -Karten hinzu und erweitert die kreative Kontrolle für technische und künstlerische Anwendungsfälle.

Verbesserte Textintegration + Bildintegration

Qwen-Picture-edit-2509 kann jetzt die Textbearbeitung nahtlos mit Bildmanipulation mischen. Das Entwerfen eines Posters, auf dem Schriftarten, Stile und Visuals konsequent interagieren.

Lesen Sie auch: Qwen3-omni Evaluation: Multimodales Kraftpaket oder überprüftes Versprechen?

Praktische Aufforderungen zum Versuchen mit Qwen-Picture-Edit-2509

Für all diese Aufgaben verwende ich sowohl Qwen-Picture-Edit-2509- als auch Nano-Banane, um die Ausgaben zu vergleichen und zu sehen, wie Qwen bei jeder Aufgabe funktioniert.

Aufgabe 1: Particular person + Particular person

Immediate: “Verwenden Sie Bild A und Bild B. Fucken Sie sie in ein Foto, auf dem beide Personen auf einer Parkbank sitzen. Gesichtsidentität und natürliche Beleuchtung bewahren. ““

Das neue Merkmal des QWEN Picture -Bearbeitungsmodells bemüht sich immer noch darum, die Gesichtszüge intakt zu halten. Wie Sie im obigen Bild sehen können, hat Nano Banane die Gesichter beider Menschen besser beibehalten. Qwen veränderte auch die Tasche im Originalbild, während Nano Banane sie unverändert hielt.

Aufgabe 2: Particular person + Szene

Immediate: „Legen Sie dieses Porträt nachts in eine geschäftige Tokyo -Straße mit Neonschildern. Halten Sie die Gesichtsidentität und den korrekten Hautton.“

Qwen hat großartige Arbeit geleistet, um die Gesichtsausdrücke und die allgemeine Bildqualität beizubehalten. Die Blitz- und Gesamtbildmischung sieht intestine aus. Nano Banane ging jedoch einen Schritt voraus und bearbeitete den Hintergrundlitz nach dem Foto, wodurch es realer aussah.

Aufgabe 3: Particular person + Produktanzeige

Immediate: „Verwenden Sie dieses Porträt und dieses Produktbild. Lassen Sie es wie eine Anzeige aussehen, in der die Particular person das Produkt hält. Halten Sie das Produktetikett lesbar.“

Für diese Aufgabe habe ich die Bilder sowohl des Modells als auch des Produkts in beide Modelle mit derselben Eingabeaufforderung hinzugefügt. Die Ausgabe von Qwen sieht besser aus, während die Nano -Banane die beiden Fotos einfach zusammengestellt hat, ohne viel darüber nachzudenken, sie zu kombinieren.

Aufgabe 4: Pose Management mit Tastoint Map stellen

Die folgenden Bilder zeigen den Prozess, bei dem eine Tastoint -Pose -Karte aus einem Bild verwendet wird, um eine bestimmte Haltung in ein anderes Bild in ein anderes Bild zu übertragen und gleichzeitig ihre Gesichtsidentität zu erhalten. Die Beispiele zeigen auch, wie diese Technologie mit anderen komplexen Bearbeitungsaufgaben kombiniert werden kann, z. B. das Ändern des Hintergrunds und die Manipulation von Objekten.

Ich habe diese neue Funktion von QWEN in der folgenden Eingabeaufforderung verwendet:

Immediate: „Verwenden Sie dieses Porträt und diese Tastoint -Pose -Karte. Rücken Sie die Particular person auf, um die Karte zu entsprechen und gleichzeitig die Gesichtsidentität zu halten.“

Qwen Picture Edit hat explizite Unterstützung für die keypointgestützte Bearbeitung. Deshalb synchronisierte Ihre Sketch + Tastoint Overlay perfekt. Es weiß, wie man die Keypoint -Karte liest, und dann die Technology zu konditionieren. Wenn Sie mit Posen, Blickwinkeln, Haltung oder Interaktionen mit Orientierungspunkten spielen möchten (wie Eiffelturm, Qutub Minar, Taj Mahal, Akshardham), sollten Sie sich bei Qwen Picture Edit (oder einem Modell, in dem „Pose Management“ / „Keypoint Conditioning“) festhalten.

Nano Banane hat jedoch keine Keypoint-Map-Konditionierungspipeline. Aus diesem Grund hat es gerade Ihr Eingabebild ohne Änderungen wieder aufgenommen: Es kann nach Stil, Textur, Hintergrund-Swaps usw. bearbeiten, aber es analysiert oder durchsetzen Sie keine Karten von Menschen/Objekten.

Aufgabe 5: Textual content zum Bild hinzufügen

Immediate: „Das Mädchen im hochgeladenen Bild hält eine Kreidebrett mit dem Textual content“ Mach mich meiner Genai -Meisterklasse an, um ein Experte im Jahr 2025 „zu werden“, geschrieben darauf.

Zwischen den beiden Antworten ist Qwens Ausgabe eindeutig besser. In der QWEN -Model sitzt der Textual content auf natürliche Weise auf der Tafel, ist ordnungsgemäß mit der Perspektive ausgerichtet und sieht so aus, als ob er tatsächlich auf eine Tafel gehört. Der Schriftstil ist konsistent, sauber und sehr lesbar, wodurch die Botschaft klarer wirkt. Der Textual content fügt sich nahtlos in die Boardoberfläche ein, sodass sich das Endergebnis authentisch und realistisch anfühlt.

Andererseits sieht Geminis Antwort eher wie eine digitale Overlay aus. Die Textausrichtung stimmt nicht vollständig mit dem Winkel des Boards überein, und der Schriftartstil erscheint weniger wie Kreideschreiben als eher wie digitale Standardtext. Aus diesem Grund fühlt sich der Textual content so an, als würde er eher auf das Board geklebt als in ihn integriert.

Aufgabe 6: Cartoon- oder Anime -Variante

Immediate: „Verwandeln Sie dieses Bild in einen Anime -Stil -Charakter, während Sie die gleiche Gesichtsidentität und denselben Ausdruck erhalten.“

Zwischen den beiden Ergebnissen ist die Model von Qwen-Picture-Edit-2509 eindeutig besser, da sie die Particular person vollständig in einen Anime-Stil-Charakter verwandelt und gleichzeitig das gleiche Outfit, das gleiche Pose und den Ausdruck beibehält, und es der Aufgabe der Aufgabe treu, während Nano-Banana-Model quick identisch mit dem Enter-Foto mit einem kleinen Anime-Stylizing-Retouch-Retouch-Retouch-Retouch-Retouch-Retoucher-Erfordernis und einem Anime-Erfordernis und dem Anfordern.

Aufgabe 7: Produktplakat

Immediate: „Machen Sie eine saubere marktfähige Poster für diesen Schuh. Verwenden Sie einen einfachen Hintergrund. Fügen Sie den Produktnamen unten fettem Typ hinzu – Soulshoe „.

Zwischen den beiden ist Qwens Poster besser, weil es über ein einfaches Schaufenster hinausgeht und das Produkt tatsächlich vermarktet. Der leuchtende Effekt lässt die Schuhe hervorheben, der Slogan „Wo Consolation trifft Model“ fügt emotionale Anziehungskraft hinzu, und der Abzeichen „Restricted Version“ schafft Dringlichkeit, die sie alle wie eine polierte Werbekampagne aussehen lässt, während Geminis Ausgabe, obwohl sie sauber und professionell ist, eher wie ein einfaches Katalogbild als ein marktfähiges Poster anfühlt.

Mein Urteil

Nano Banane macht Spaß, ist zugänglich und sofort gemeinsam genutzt. Perfekt für Meme, Selfies und soziale Tendencies. Qwen hingegen ist strukturiert, vielseitig und produktionsbereit, was es zur besseren Wahl für Schöpfer, Designer und Fachkräfte macht, die Zuverlässigkeit in Bezug auf Outputs wünschen.

Lesen Sie auch:

Abschluss

KI -Bildmodelle verbessern sich Monat zu Monat. August gab uns das erste Qwen -Bild. Der September hat uns diese neue Model mit Multi -Picture -Unterstützung und besserer Konsistenz gegeben. Nächsten Monat, wer weiß, was kommen wird. Wenn Sie es lieben, zu experimentieren, öffnen Sie Qwen Chat und probieren Sie die Aufforderungen aus, die ich geteilt habe. Beginnen Sie mit etwas Einfachem, als sich selbst in einen neuen Hintergrund zu setzen. Wechseln Sie dann zu Multi -Bild -Bearbeitungen und -Plaksen.

Ich werde weiter testen und teilen, was funktioniert. Wenn Sie eine dieser Eingaben ausprobieren, lassen Sie mich wissen, welches Ergebnis Sie haben. Manchmal ist der Spaß in den Überraschungen.

Seit Google Nano Banana fallen gelassen hat, hat das Web nicht mehr mit A-generierten Bearbeitungen aufgehört. Vom 3D -Figur -Development bis hin zu Retro Bollywood Saree -Transformationen tauchen jeden Tag neue Stile auf, und die Leute können nicht genug davon bekommen. Als ich zum ersten Mal in die Konfiguration des Modells ausgegraben wurde, warfare ich von seiner Präzision betroffen: der Artwork und Weise, wie es Bilder kombiniert, die Beleuchtung entspricht und natürliche Ausgänge erzeugt. Dann hatte ich eine Idee – warum nicht diese Macht einsetzen, um eine lustige Nano -Banana -App zu erstellen? In diesem Weblog werde ich Sie durch das Erstellen von Selfie mit einem Promi, einer AI -App, mit der Sie mit Ihrem Lieblingsschauspieler, Musiker oder öffentlichen Figur ein realistisches Foto erstellen können. Ich werde das Nano -Bananenmodell von Google als Engine verwenden, es mit Gradio für eine einfache Weboberfläche kombinieren und es auf umarmenden Gesichtsräumen bereitstellen, damit jeder es ausprobieren kann.

Wenn Sie nicht wissen, was Nano Banane ist, lesen Sie diese Blogs:

Projektübersicht

Das Ziel dieses Projekts ist es, eine einfache, aber lustige AI -Bild -App namens Seleber mit einem Promi zu erstellen. Die App ermöglicht einem Benutzer:

1. Laden Sie ihr eigenes Foto hoch.
2. Laden Sie ein Foto ihrer Lieblingsstars hoch.
3. Erzeugen Sie ein realistisches zusammengesetztes Bild, in dem beide zusammen erscheinen, als ob sie in derselben Szene fotografiert werden.

Um dies zu erreichen, verwendet das Projekt:

• Googles Nano Banane (Gemini 2.5 Flash Picture) Als KI -Modell, das Bildmischung, Beleuchtungsanpassungen und Hintergrunderzeugung durchführt.
• Gradio als Framework zum Erstellen einer benutzerfreundlichen Weboberfläche, in der Benutzer Fotos hochladen und Ergebnisse anzeigen können.
• Umarme Gesichtsräume als Internet hosting -Plattform kostenlos, öffentliche Bereitstellung, damit jeder auf die App zugreifen und testen kann.

Das Endergebnis ist ein mitgeteilbares Foto, das natürlich, konsistent und ansprechend aussieht. Da es durch Personalisierung betrieben wird (Sie plus Ihre gewählte Berühmtheit), werden die Inhalte viral werden: Menschen genießen es, sich in kreativen neuen Kontexten zu sehen.

Lassen Sie uns unsere Nano -Banana -App bauen:

Schritt 1: Richten Sie Ihr Projekt ein

Erstellen Sie zunächst einen neuen Ordner für Ihr Projekt. Erstellen Sie in diesem Ordner eine Datei namens Anforderungen.txt und fügen Sie die von uns benötigten Bibliotheken hinzu.

Anforderungen.txt

gradio

google-generativeai

pillow

Installieren Sie diese Abhängigkeiten, indem Sie diesen Befehl in Ihrem Terminal ausführen:

pip set up -r necessities.txt

Unser App.Py -Skript magazine lang erscheinen, aber es ist in logischen Abschnitten organisiert, die alles von Sprechen mit der KI bis zur Erstellung der Benutzeroberfläche verarbeiten. Lass uns durchgehen.

Schritt 2: Importe und erste Einrichtung

Ganz oben in der Datei importieren wir alle notwendigen Bibliotheken und definieren einige Konstanten:

import os

import io

import time

import base64

from PIL import Picture

import gradio as gr

import google.generativeai as genai

from google.api_core.exceptions import ResourceExhausted, InvalidArgument, GoogleAPICallError

APP_TITLE = "Take a Image with Your Favorite Celeb!"

MODEL_NAME = "fashions/gemini-2.5-flash-image-preview"

• Standardbibliotheken: Wir importieren OS, IO, Time und Base64 für grundlegende Vorgänge wie die Handhabung von Dateien, Datenströmen und Verzögerungen. PIL (Kissen) ist für die Bildverarbeitung von entscheidender Bedeutung.
• Kernkomponenten: Gradio dient zum Erstellen der Internet -Benutzeroberfläche und Google.generATiveAI ist die offizielle Google -Bibliothek für die Interaktion mit dem Gemini -Modell.
• Konstanten: Wir definieren app_title und model_name oben. Dies erleichtert einfach, den Titel der App zu ändern oder die Modellversion später zu aktualisieren, ohne den Code zu durchsuchen.

Schritt 3: Helferfunktionen für eine robuste API -Interaktion

Diese Gruppe von Funktionen macht unsere Anwendung zuverlässig. Sie behandeln die komplexen API -Antworten und potenziellen Netzwerkprobleme anmutig:

# Helper features
def _iter_parts(resp):
    if hasattr(resp, "components") and resp.components:
        for p in resp.components:
            yield p
    if hasattr(resp, "candidates") and resp.candidates:
        for c in resp.candidates:
            content material = getattr(c, "content material", None)
            if content material and getattr(content material, "components", None):
                for p in content material.components:
                    yield p

def _find_first_image_part(resp):
    for p in _iter_parts(resp):
        inline = getattr(p, "inline_data", None)
        if inline and getattr(inline, "information", None):
            mime = getattr(inline, "mime_type", "") or ""
            if mime.startswith("picture/"):
                return p
    return None

def _collect_text(resp, restrict=2):
    msgs = ()
    for p in _iter_parts(resp):
        if hasattr(p, "textual content") and isinstance(p.textual content, str) and p.textual content.strip():
            msgs.append(p.textual content.strip())
            if len(msgs) >= restrict:
                break
    return msgs

def _format_candidate_reasons(resp):
    infos = ()
    cands = getattr(resp, "candidates", None)
    if not cands:
        return ""
    for i, c in enumerate(cands):
        fr = getattr(c, "finish_reason", None)
        if fr:
            infos.append(f"candidate({i}).finish_reason={fr}")
        security = getattr(c, "safety_ratings", None) or getattr(c, "safetyRatings", None)
        if security:
            infos.append(f"candidate({i}).safety_ratings={security}")
    return "n".be part of(infos)

def _preprocess_image(pil_img, max_side=512):
    # Smaller enter to scale back token/depend price
    pil_img = pil_img.convert("RGB")
    w, h = pil_img.dimension
    m = max(w, h)
    if m <= max_side:
        return pil_img
    scale = max_side / float(m)
    nw, nh = int(w * scale), int(h * scale)
    return pil_img.resize((nw, nh), Picture.LANCZOS)

def _call_with_backoff(mannequin, contents, max_retries=3):
    """
    Retries on 429 / quota exceeded errors with exponential backoff.
    """
    last_exc = None
    for try in vary(max_retries + 1):
        strive:
            return mannequin.generate_content(contents)
        besides ResourceExhausted as e:
            last_exc = e
            if try == max_retries:
                increase
            sleep_time = 2 ** try
            print(f"(DEBUG) ResourceExhausted / quota error. Retry after {sleep_time} seconds.")
            time.sleep(sleep_time)
        besides GoogleAPICallError as e:
            err_str = str(e)
            if "429" in err_str or "quota" in err_str.decrease():
                last_exc = e
                if try == max_retries:
                    increase
                sleep_time = 2 ** try
                print(f"(DEBUG) Quota or rate-limit error. Retry after {sleep_time} seconds.")
                time.sleep(sleep_time)
            else:
                increase
    # if we exit loop with out return
    if last_exc:
        increase last_exc
    else:
        increase RuntimeError("Unreachable in backoff logic")

• Antwort Parsers (_iter_parts, _find_first_image_part, _collect_text, _format_candidate_reasons): Die Gemini -API kann eine komplexe Reaktion mit mehreren Teilen zurückgeben. Diese Funktionen suchen sicher durch die Antwort, um die wichtigen Bits zu finden: die generierten Bilddaten, alle Textnachrichten oder Fehler/Sicherheitsinformationen.
• _PREPROCESS_IMAGE: Um API -Kosten zu sparen und die Erzeugung zu beschleunigen, nimmt diese Funktion die hochgeladenen Bilder und die Größe, wenn sie zu groß sind. Es behält das Seitenverhältnis bei und stellt sicher, dass die längste Seite nicht mehr als 512 Pixel beträgt.
• _call_with_backoff: Dies ist eine kritische Funktion für die Zuverlässigkeit. Wenn die Google -API besetzt ist und uns auffordert, zu verlangsamen (ein „Quoten überschritten“ -Fehler), wartet diese Funktion automatisch auf einen Second und versucht dann erneut. Es erhöht die Wartezeit mit jedem fehlgeschlagenen Versuch und verhindert, dass die App abstürzt.

Schritt 4: Logik der Hauptgeneration

Dies ist das Herzstück unserer Anwendung. Die Funktion generate_image_with_celeb orchestriert den gesamten Vorgang, von der Validierung der Benutzereingabe auf die Rückgabe des endgültigen Bildes.

# Fundamental operate
def generate_image_with_celeb(api_key, user_image, celeb_image, progress=gr.Progress()):
    if not api_key:
        return None, "🔐 Authentication Error: Please present your Google AI API key."

    if user_image is None or celeb_image is None:
        return None, "📥 Please add each your photograph and the celeb photograph."

    progress(0.05, desc="Configuring API...")
    strive:
        genai.configure(api_key=api_key)
    besides Exception as e:
        return None, f"❌ API key configuration failed: {e}"

    # Examine mannequin visibility
    strive:
        fashions = (getattr(m, "identify", "") for m in genai.list_models())
    besides Exception as e:
        # Probably SDK model not supporting list_models
        fashions = ()
        print(f"(DEBUG) list_models failed: {e}")

    if MODEL_NAME not in fashions:
        return None, (
            f"🚫 Mannequin `{MODEL_NAME}` not out there underneath this API key. "
            "Please guarantee your mission is enabled for picture preview mannequin and billing is energetic."
        )

    progress(0.15, desc="Getting ready photographs...")
    strive:
        user_pil = Picture.fromarray(user_image)
        celeb_pil = Picture.fromarray(celeb_image)
        user_pil = _preprocess_image(user_pil, max_side=512)
        celeb_pil = _preprocess_image(celeb_pil, max_side=512)
    besides Exception as e:
        return None, f"❌ Did not course of photographs: {e}"

    immediate = (
        "Analyze these two photographs. Your process is to create a single, new, photorealistic picture the place the individual from the primary picture "
        "is standing subsequent to the celeb from the second picture."
        "Key necessities for the output picture:"
        "1. **Seamless Integration:** Each people should appear like they're in the identical bodily house."
        "2. **Automated Background:** Generate an appropriate and natural-looking background (e.g., a crimson carpet occasion, an off-the-cuff avenue, a studio)."
        "3. **Constant Lighting:** The lighting, shadows, and shade tones on each people have to be completely matched and according to the generated background."
        "4. **Pure Poses:** The poses and interactions ought to seem pure and plausible."
        "5. **Excessive-High quality Output:** The ultimate picture must be high-resolution and freed from apparent digital artifacts."
    )

    contents = (user_pil, celeb_pil, immediate)

    progress(0.35, desc="Sending request...")
    response = None
    strive:
        mannequin = genai.GenerativeModel(MODEL_NAME)
        response = _call_with_backoff(mannequin, contents, max_retries=4)
    besides Exception as e:
        err = str(e)
        if "429" in err or "quota" in err.decrease():
            return None, (
                "❌ You’ve exceeded your quota for picture preview mannequin. "
                "Anticipate quota reset or improve billing / permissions."
            )
        return None, f"❌ API name failed: {err}"

    progress(0.65, desc="Parsing response...")
    if not response:
        return None, "❌ No response from mannequin."

    img_part = _find_first_image_part(response)
    if img_part:
        strive:
            mime = getattr(img_part.inline_data, "mime_type", "") or "picture/unknown"
            data_b64 = img_part.inline_data.information
            image_bytes = base64.b64decode(data_b64)
            img = Picture.open(io.BytesIO(image_bytes))
            progress(0.95, desc="Rendering...")
            return img, f"✅ Picture generated ({mime})."
        besides Exception as e:
            particulars = _format_candidate_reasons(response)
            return None, f"❌ Picture information discovered however didn't decode: {e}nn{particulars}"

    # No picture half → get textual content
    texts = _collect_text(response, restrict=2)
    causes = _format_candidate_reasons(response)
    steering = (
        "nTo get picture output you want entry to the preview picture mannequin "
        "and enough free-tier quota or a billed mission."
    )
    txt_msg = texts(0) if texts else "No textual content message."
    debug = f"n(Debug data) {causes}" if causes else ""
    return None, f"⚠ Mannequin returned textual content: {txt_msg}{steering}{debug}"

1. Eingabevalidierung: Es prüft zunächst, ob der Benutzer einen API -Schlüssel und beide Bilder bereitgestellt hat. Wenn nicht, gibt es sofort eine Fehlermeldung zurück.
2. API -Konfiguration: Es verwendet die Funktion genai.configure (), um die Verbindung mit der persönlichen API -Style des Benutzers an Googles Server einzurichten.
3. Bildvorbereitung: Es konvertiert die Bilder, die über Gradio hochgeladen wurden, in ein Format, das die API versteht (PIL -Bilder) und verwendet unseren Helfer _Proprocess_image, um sie zu ändern.
4. Eingabeaufforderung und API -Anruf: Es erstellt die endgültige Eingabeaufforderung und kombiniert die beiden Bilder und unsere Textanweisungen. Anschließend werden das Gemini -Modell mit unserer zuverlässigen Funktion _call_with_backoff aufgerufen.
5. Antworthandhabung: Nach einer Antwort verwendet es unsere Helferfunktionen, um die Bilddaten zu finden. Wenn ein Bild gefunden wird, decodiert es es und gibt es an die Benutzeroberfläche zurück. Wenn nicht, findet es Textnachrichten und gibt diese stattdessen zurück, sodass der Benutzer weiß, was passiert ist.

Schritt 5: Erstellen Sie die Benutzeroberfläche mit Gradio

Der letzte Abschnitt des Codes verwendet Gradio, um die interaktive Webseite zu erstellen:

# Gradio UI

custom_css = """
.gradio-container { border-radius: 20px !vital; box-shadow: 0 4px 20px rgba(0,0,0,0.05); }
#title { text-align: middle; font-family: 'Helvetica Neue', sans-serif; font-weight: 700; font-size: 2.0rem; }
#subtitle { text-align: middle; font-size: 1.0rem; margin-bottom: 1.0rem; }
.gr-button { font-weight: 600 !vital; border-radius: 8px !vital; padding: 12px 10px !vital; }
#output_header { text-align: middle; font-weight: daring; font-size: 1.2rem; }
footer { show: none !vital; }
"""

with gr.Blocks(theme=gr.themes.Comfortable(), css=custom_css) as demo:
    gr.Markdown(f"# {APP_TITLE}", elem_id="title")
    gr.Markdown(
        "Makes use of Google Gemini 2.5 Flash Picture Preview mannequin. Present your API key from a billed mission with entry.",
        elem_id="subtitle"
    )

    with gr.Accordion("Step 1: Enter Your Google AI API Key", open=True):
        api_key_box = gr.Textbox(
            label="API Key",
            placeholder="Paste your Google AI API key right here...",
            kind="password",
            data="Guarantee the secret is from a mission with billing and picture preview entry.",
            interactive=True
        )

    with gr.Row(variant="panel"):
        user_image = gr.Picture(kind="numpy", label="Add your image", peak=350)
        celeb_image = gr.Picture(kind="numpy", label="Add celeb image", peak=350)

    generate_btn = gr.Button("Generate Picture", variant="major")

    gr.Markdown("### Output", elem_id="output_header")
    output_image = gr.Picture(label="Generated Picture", peak=500, interactive=False)
    output_text = gr.Markdown(label="Standing / Message")

    generate_btn.click on(
        fn=generate_image_with_celeb,
        inputs=(api_key_box, user_image, celeb_image),
        outputs=(output_image, output_text)
    )

if __name__ == "__main__":
    if not os.path.exists("./examples"):
        os.makedirs("./examples")
    demo.launch(debug=True)

1. Structure (Gr.Blocks): Wir verwenden Gr.Blocks, um ein benutzerdefiniertes Structure zu erstellen. Wir geben auch unsere Custom_CSS -String über, um die Komponenten zu stylen.
2. Komponenten: Jedes Factor auf der Seite – wie der Titel (Gr.Markdown), das Feld API -Schlüssel (Gr.TextBox) und die Bild -Add -Felder (Gr.Picture) – wird als Gradio -Komponente erstellt.
3. Anordnung: Komponenten wie die beiden Bild-Add-Boxen werden in einem Gr.Row platziert, um nebeneinander zu erscheinen. Das API -Schlüsselfeld befindet sich in einem zusammenklappbaren Gr.Accordion.
4. Style und Ausgänge: Wir definieren die Schaltfläche „Generate“ (Gr.Button) und die Komponenten, in denen die Ergebnisse angezeigt werden (output_image und output_text).
5. Occasion -Dealing with (.click on ()): Dies ist die Magie, die die Benutzeroberfläche mit unserer Python -Logik verbindet. Diese Zeile sagt Gradio: „Wenn generate_btn geklickt wird, führen Sie die Funktion generate_image_with_celeb aus. Nehmen Sie die Werte aus api_key_box, user_image und celeb_image als Eingänge und platzieren Sie die Ergebnisse in Output_image und output_text.“

GO LIVE: Einfache Gradio App -Bereitstellung auf dem Umarmungsgesicht

Einer der besten Teile dieses Projekts ist, wie einfach die Gradio App -Bereitstellung ist. Wir werden umarmende Gesichtsräume verwenden, eine kostenlose Plattform zum Internet hosting von maschinellem Lerndemos.

1. Erstellen Sie ein umarmendes Gesichtskonto: Wenn Sie keine haben, melden Sie sich an suggingface.co.
2. Erstellen Sie einen neuen Raum: Klicken Sie in Ihrem Profil auf „Neuer Speicherplatz“.
   • Raumname: Geben Sie ihm einen einzigartigen Namen (z. B. Promi-Selfie-Generator).
   • Lizenz: Wählen Sie eine Lizenz (z. B. MIT).
   • Wählen Sie den House SDK aus: Wählen Gradio.
   • {Hardware}: Die kostenlose Possibility „CPU Primary“ ist ausreichend.
   • Klicken Sie auf „Speicherplatz erstellen“.
3. Laden Sie Ihre Dateien hoch:
   • Navigieren Sie in Ihrem neuen Speicherplatz auf die Registerkarte „Dateien und Versionen“.
   • Klicken Sie auf „Datei hinzufügen“ und dann „Dateien hochladen“.
   • Wählen Sie Ihre App.py und Anforderungen.txt -Dateien aus und laden Sie sie hoch.

Das warfare’s! Durch das Umarmungsflächen werden die erforderlichen Bibliotheken automatisch installiert und Ihre Anwendung gestartet. In wenigen Augenblicken wird Ihre App für jeden auf der Welt reside sein. Da für die App jeder Benutzer seine eigene API-Schlüssel eingeben muss, müssen Sie sich keine Sorgen um die Verwaltung von serverseitigen Geheimnissen machen.

Klicken Sie hier, um das Selfie mit einer Promi -App zu überprüfen!

Eingang:

Ausgabe:

Sie müssen Ihren Gemini -API -Schlüssel bereitstellen, Ihr Foto hochladen und ein Promi -Bild hinzufügen. Sobald Sie auf Generieren klicken, verarbeitet und liefert die App Ihre Ausgabe in wenigen Augenblicken. Die Ergebnisse sehen natürlich und realistisch aus, mit einer starken Konsistenz zwischen beiden Bildern.

Probieren Sie es mit Ihrem eigenen Foto und Ihrer Lieblingsberühmtheit mit Ihrem API -Schlüssel aus!

Abschluss

Sie haben jetzt eine vollständige Blaupause, um Ihre eigene virale AI -Bild -App zu erstellen. Wir haben untersucht, wie Googles Nano Bananamodel (Gemini 2.5 Flash Picture) hochrealistische, konsistente Ausgänge erzeugen kann und wie einfach es ist, sich in Frameworks wie Gradio und umarmende Gesichtsräume zu integrieren. Das Beste daran ist, dass Sie die Eingabeaufforderung anpassen, die Schnittstelle optimieren oder die Idee sogar in völlig neue Apps erweitern können. Mit nur wenigen Schritten können Sie dieses Projekt von der Konzept bis zur Realität nehmen und etwas wirklich gemeinsam genutzbares schaffen.

Welche Nano -Banana -App bauen Sie? Lassen Sie mich im Kommentarbereich unten wissen!

Häufig gestellte Fragen

In den letzten 10 Tagen wurde Ihr Social-Media-Feed wahrscheinlich mit dem 3D-Figur-Pattern, Retro-Bollywood-Änderungen und den unendlichen Saree-Transformationen überflutet! All dies wird von Googles Gemini Nano Banane von Google angetrieben. Es ist der neueste Web -Wahnsinn, quick wie a Ghibli-Stil Welle über Social -Media -Plattformen weltweit. Während die meisten Menschen damit beschäftigt sind, mit Nano -Bananenanforderungen für ihren nächsten Instagram -Submit zu experimentieren, macht ein kleinerer Kreis Bedenken hinsichtlich der mit diesem Modell verbundenen Risiken und Sicherheitsmaßnahmen aus. In diesem Weblog werden wir den weniger beliebten Weg einnehmen und die Sicherheitsprobleme und Vorsichtsmaßnahmen untersuchen, die Sie bei der Verwendung berücksichtigen sollten Googles Nano Banane.

Was ist Nano Banane?

Nano Banana ist Teil von Google Gemini AI, einem leistungsstarken Bildbearbeitungswerk und generativen KI-Software. Es ermöglicht Benutzern:

• Verwandeln Selfies in stilisierte 3D -Figuren.
• Wenden Sie Retro Bollywood-Änderungen (90er Jahre Saree, filmische Beleuchtung) an.
• Erzeugen Sie AI -Glamour -Schüsse und Porträts.
• Verwenden Sie Filter mit unsichtbaren Wasserzeichen wie Synthid für die Inhaltskennzeichnung.

Diese Funktion wurde über Instagram, YouTube und Tiktok explodiert und hat Millionen neuer Gemini -Nutzer angerufen. Während es die Kreativität stärkt, warnen Experten, dass die KI-Fotobearbeitung nicht risikofrei ist.

Lesen Sie auch: 4 Möglichkeiten, um kostenlos auf Nano -Banane zuzugreifen

Die versteckten Risiken hinter Nano Banane

Jetzt zu den Fragen kommen: Ist es sicher, Nano Banane zu verwenden? Lassen Sie uns im Abschnitt unten herausfinden:

Datenschutzbedenken und Datenbelastung

Jedes Foto, das Sie hochladen, ist Daten. Diese Daten können gespeichert, wiederverwendet oder sogar missbraucht werden.

• Bild -Add -Risiken: Ihre Selfies können auf Googles Servern gespeichert werden, wo sie verwendet werden können, um zukünftige KI -Modelle zu trainieren.
• Metadatenleckage: Fotos enthalten oft versteckte Daten (wie Ihr Telefonmodell, der GPS -Standort oder die genaue Zeit, die es genommen wurde). Wenn diese Metadaten nicht entfernt werden, kann dies persönliche Particulars aufzeigen.
• Datenspeicherrichtlinien: Die meisten Benutzer lesen das Kleingedruckte nicht. Die Richtlinien von Google ermöglichen es möglicherweise, dass Bilder länger gelagert bleiben als erwartet.

Tieffake & Fehlinformationsbedrohungen

KI -Änderungen sind so überzeugend, dass sie leicht missbraucht werden können.

• Identitätsfehlrepräsentation: Nano Banana fügt manchmal Funktionen (wie Maulwürfe oder Markierungen) hinzu, die nicht auf dem Originalfoto enthalten waren, und zeigt falsch dar, wie Sie aussehen.
• Deepfakes: Bearbeitete Bilder könnten für gefälschte Nachrichten, On-line -Belästigung oder politische Manipulation eingestellt werden.
• Erosion vertrauen: Wenn KI -Fotos das Web überfluten, können die Menschen möglicherweise aufhören, Bildern insgesamt zu vertrauen. Dies ist gefährlich für Journalismus, rechtliche Beweise und das öffentliche Vertrauen.

Sicherheits- und Cyberkriminalitätsrisiken

Wo immer es Hype gibt, Cyberkriminale folgen.

• Gefälschte Apps: Betrüger haben „Nano Banana Apps“ veröffentlicht, die tatsächlich Malware installieren.
• Phishing Betrug: Einige Web sites versprechen „exklusive Nano -Bananen -Änderungen“, stehlen stattdessen Ihre persönlichen Informationen.
• Social Engineering: Bearbeitete Fotos können in Romantikbetrug oder Identitätsdiebstahl verwendet werden.

Ethische und psychologische Risiken

KI -Bildbearbeitung hat nicht nur die Technologie. Es betrifft Menschen.

• Unrealistische Schönheitsstandards: AI -Änderungen machen oft Gesichter schlanker, Augen größer oder Haut glatter. Dies kann ungesunde Vergleiche und Probleme mit dem Selbstwertgefühl tanken.
• Emotionale Not: Einige Benutzer fühlten sich „geschoben“, als KI ihren Gesichtern zufällige Funktionen hinzufügte.
• Kulturelle falsche Darstellung: Saree bearbeitet zwar populär, riskieren zwar das Trivialisieren von kulturellem Kleid oder die Beleidigung von Religionsgemeinschaften, wenn sie missbraucht werden.

Rechts- und Compliance -Fragen

Die Gesetze rund um KI -Inhalte entwickeln sich noch weiter, und Benutzer können sie unwissentlich brechen.

• Urheberrechtsbesitz: Wem gehören das AI-bearbeitete Foto-Sie, Google oder das KI-Modell? Das Gesetz ist nicht klar.
• Einwilligung und Bildrechte: Wenn Sie das Foto eines anderen ohne Erlaubnis verwenden, können Sie in rechtlichen Schwierigkeiten gelangen.
• AI -Vorschriften: In Indien die Gesetz über digitales personenbezogenes Datenschutz (2023) macht Unternehmen verantwortlich dafür, personenbezogene Daten zu missbrauchen. Andere Länder führen ähnliche Gesetze aus.

Wirkliches Beispiel für das Nano -Bananenrisiko

Ein Benutzer namens Jhalakbhawani hat auf Instagram gepostet, dass die KI nach der Verwendung von Nano Banana, um ihr Selfie in ein Saree-Bild im Retro-Bollywood-Stil zu verwandeln, einen Maulwurf auf der linken Hand hinzugefügt hat-etwas, das nicht auf ihrem Originalfoto battle.

Sie schrieb, „Woher wusste Gemini, dass ich einen Maulwurf in diesem Teil meines Körpers habe? Es ist sehr beängstigend und gruselig.“

Dieser Fall zeigt, wie die KI realistische Merkmale erfunden und die Menschen dazu veranlassen, sich falsch darzustellen oder dass ihre Identität verzerrt wurde.

Finden Sie hier eine vollständige Geschichte.

Wie man in der Nano -Banane in Sicherheit bleibt

Sie müssen nicht aufhören, Nano Banane zu verwenden, aber Sie sollten klug sein. Hier sind 5 schnelle Sicherheitstipps:

1. Streifen Sie Metadaten vor dem Hochladen ab – Entfernt versteckte Standort- und Geräteinformationen.
2. Vermeiden Sie intime oder persönliche Fotos – Laden Sie niemals etwas hoch, das Sie nicht wollen.
3. Verwenden Sie nur offizielle Google Gemini -Apps – Halten Sie sich von „Free Nano Banana“ -Web sites fern.
4. Halten Sie Originalfotos – Falls Sie Authentizität beweisen müssen.
5. Achten Sie auf das, was Sie öffentlich teilen – Bearbeitete Fotos können sich schnell ausbreiten und missbraucht werden.

Was Google & Regulators tun sollten

Während Benutzer Vorsichtsmaßnahmen treffen können, spielen Unternehmen und Aufsichtsbehörden auch eine Rolle:

• Transparente Datenrichtlinien: Google sollte deutlich erklären, wie lange Bilder gespeichert werden und ob sie zum Coaching verwendet werden.
• Öffentliche Wasserzeichenkäfer: Instruments wie Synthid sollten für alle zugänglich sein.
• Bessere Sicherheitsfilter: Verhindern Sie subtile, aber schädliche Misshandlungen (wie das Hinzufügen von Maulwürfen oder Markierungen).
• Bewusstseinskampagnen: Helfen Sie den Benutzern, KI -Risiken und sichere Praktiken zu verstehen.

Wie Nano -Banane wahrscheinlich zu Energieabfällen beiträgt

Eine kürzlich durchgeführte Studie mit dem Titel “ “Die verborgenen Kosten eines Bildes: Quantifizierung des Energieverbrauchs der KI -Bilderzeugung “ fanden eine enorme Variation der Energie, die von verschiedenen Modellen der KI -Bilderzeugung verwendet wurde. Sie testeten 17 Modelle und beobachteten Energieunterschiede von bis zu 46 × je nach Modellarchitektur, Bildauflösung und Quantisierungseinstellungen. Zum Beispiel verdoppelte die Verdoppelung der Bildauflösung manchmal multiplizierten Energieverbrauch mit 1,3 × bis 4,7 ×.

So gelten diese Erkenntnisse wahrscheinlich für Nano -Banane und warum das Software erheblich zu Energieabfällen beitragen könnte:

• Mangel an Benutzerbewusstsein: Die meisten Menschen berücksichtigen den Energieverbrauch bei der Anwendung von Filtern oder beim Erstellen mehrerer Ausgaben nicht. Es gibt keine sichtbaren Indikatoren (in den meisten Apps) darüber, wie viel Energie oder Umweltkosten eine bestimmte Bearbeitung entspricht.
• Mehrere Versionen professional Bild: Benutzer führen häufig mehrere Eingabeaufforderungen/Filter aus oder regenerieren Bilder, bis sie eine mögen. Jede Era ist ein separates Bild, daher multiplizieren mehrere Runden den Energieverbrauch.
• Hochauflösende und stilisierte Effekte: Filter wie Retro -Bollywood -Saree -Beleuchtung, filmische Farbstufe oder 3D -Figur -Transformationen erfordern häufig mehr Berechnung als grundlegende Bearbeitung. Wie in der Forschung kostet eine höhere Lösung mehr Energie.
• Große Backend -Infrastruktur: Generative KI -Instruments werden auf Servern mit GPUs/TPUs ausgeführt, die nicht nur für die Berechnung, sondern auch für das Abkühlen, das Netzwerk, den Speicher usw. Strom benötigt. All dieser Aufwand summiert sich.
• Virusskala: Weil die Nano -Banane im Pattern ist, verwenden Millionen es. Auch wenn jedes Bild relativ gering ist, wird die Gesamtnutzung für alle Benutzer groß.

Verwandte Lesen

Endnote

Tendencies wie Nano Banane sind aufregend, aber sie fordern auch Achtsamkeit. Jedes Bild, das Sie hochladen, ist mehr als ein Foto – es ist ein Datenstück und treibt das System hinter dem Pattern an. Über Sicherheit und Privatsphäre hinaus gibt es auch die unsichtbaren Kosten des Energieverbrauchs, der jeden Tag Millionen von AI -Generationen einhergeht.

Genießen Sie additionally die Kreativität, die Nano -Banane bietet, aber seien Sie vorsichtig darüber, was Sie hochladen und wie oft Sie generieren. Ein kleines Bewusstsein läuft einen langen Weg und schützt sowohl Ihre digitale Identität als auch den Planeten.

Letzte Woche hat Google gerade ein Bombenmodell auf den Markt fallen lassen – Gemini 2.5 Flash Picture, auch bekannt als Nano Banane. Und was für eine Freude, es zu benutzen! Es reagiert schnell, kümmert sich um quick alle grundlegenden Bearbeitungsaufgaben und nicht zu vergessen – es macht einfach nur Spaß, mit zu spielen. Ich habe es auf eine Mischung aus Aufgaben zur Bearbeitung von Bild und Bildgenerierung getestet und es viel mehr geliebt, als ich dachte, ich würde es tun. Ich denke, all das Summen auf X ist echt! Andererseits eignen sich Chatgpts 4O und GPT-5 auch für Bildgenerierung und Bearbeitung von Aufgaben. Additionally dachte ich, warum nicht beide Modelle mit ähnlichen Eingabeaufforderungen vergleichen und sehen, welche gewinnt? Hier geht es um Nano Banana gegen GPT-5/4O für Bildbearbeitung und Erzeugungsaufgaben. Lass uns Gooo!

Wenn Sie mehr über die Funktionen und die Modellarchitektur von Gemini 2.5 Flash erfahren möchten, lesen Sie unseren vorherigen Artikel: Gemini 2.5 Picture (Nano Banana) schlägt alle Bildredakteure!

Wie greife ich zu?

Ich habe die Chatbot -Schnittstelle für diesen Artikel verwendet. So können Sie beide Modelle zugreifen:

• Nano Banana: Sie können die App einfach auf Ihrem Telefon herunterladen oder besuchen Zwillinge/Google AI Studio und greifen Sie auf das Modell zu, indem Sie oben 2.5 Flash oben auswählen und auf „Bilder erstellen“ im Abschnitt „Instruments“ klicken. (Freie Token: 32768)
• CHATGPT: Ich habe mein Pluskonto für den Zugriff auf GPT-5 verwendet. Sie können die verwenden Webschnittstelle des Modells oder der App.

Aufgabe 1: Outfit ändern

Ändern Sie das Outfit der Individual auf dem Bild in einen pulverblauen Hosenanzug!

Das Ergebnis ist klar. Während Nano Banana das Outfit erfolgreich veränderte und die ursprünglichen Gesichtsausdrücke mit hoher Wiedergabetreue bewahrte, konnte GPT-5 die Gesichtsdetails nicht beibehalten. In diesem Vergleich ist Gemini 2.5 Flash der klare Gewinner, der sich in beiden Kriterien überträgt

Aufgabe 2: Erstellen Sie ein Anzeigenbanner

Erzeugen Sie ein Bild einer Werbetafel in der Mitte der Wüste mit dem folgenden Bild:

Ausgabe:

Dies ist ein enger Anruf, und ich denke, beide Modelle haben es intestine abgeschnitten, was es schwierig macht, einen einzelnen Gewinner auszuwählen. Die Produktion von GPT-5 hat eine stärker zoomierte, fokussierte Sicht auf das Banner. In der Zwischenzeit enthält das Picture von Gemini 2.5 Flash wüstenartige Umweltelemente. Da sie sich in verschiedenen Bereichen auszeichnen, nenne ich es eine Krawatte.

Aufgabe 3: Erzeugen eines neuen Bildes mit einem alten

Verwenden Sie die Gesichter aus diesem Bild. Zeigen Sie ihnen glücklich und lachen Sie über einen ausgefallenen Esstisch.

Die Ausgabe von GPT-5 hat kritische Mängel: Es konnte die Ähnlichkeit aller drei Personen nicht bewahren, und das Bild fühlt sich steif und unkreativ an. Nano Banane erzielte jedoch ein bemerkenswert natürliches und überzeugendes Ergebnis. Gemini 2.5 Flash, der die Krone nimmt und die Aufforderung beherrscht, ein überlegenes Bild zu liefern, das sowohl kreativ als auch authentisch ist.

Aufgabe 4: Multi-Step-Aufforderung zur Bearbeitung eines Bildes

Erstellen Sie die folgenden Änderungen zu diesem Bild:
– Entfernen Sie alle Personen aus dem Hintergrund.
– das Gesicht aufhellen.
– Entfernen Sie Hautunfälle und Markierungen.
– Machen Sie die Lippenstiftfarbe lebendiger und heller.
– Ersetzen Sie das gesamte Bild durch ein Foto einer einzelnen Banane auf einem sauberen, reinen weißen Hintergrund.

Die Ausgabe von GPT-5 zeigte einen kritischen Mangel an sofortiger Einhaltung, veränderte das Gesicht, die Bildabmessungen und die Schlüsseldetails wie die in der Hand-was zu einer Null-Originalität führte. Umgekehrt hat Gemini 2.5 Flash alle Änderungen wie angefordert implementiert. Der Gewinner, der der Quelle sowohl Genauigkeit als auch Treue liefert, ist eindeutig Gemini 2.5 Blitz.

Aufgabe 5: Hinzufügen einer neuen Individual im Bild

Fügen Sie Sam Altman als dritte Individual in diesem Bild hinzu.

Beide Modelle haben sich intestine entwickelt, aber die Nano -Bananen gewinnt mit ihrer überlegenen Leistung. Das Bild enthält schärfere Gesichtsdetails zu Sam Altman und eine natürlichere Anpassung der Lücke zwischen den beiden Menschen, wodurch die endgültige Zusammensetzung zusammenhängender und realistischer wird.

Aufgabe 6: Verbessern Sie das Bild

Verbessern Sie dieses Bild. Tragen Sie einen kräftigen, kontrastischen Look mit reichen, tiefen Schatten und lebendigen, gesättigten Farben auf. Machen Sie die Farben knallen, ohne unnatürlich auszusehen.

GPT-5 machte leider einen weiteren signifikanten Fehler, als im Ergebnis eindeutig sichtbar. Im Gegensatz dazu verbesserte die Nano -Banane das Bild erfolgreich durch Verbesserung der Schärfe und die Steigerung der Farbvibrationen. Diese konsequente Leistung verfestigt die überlegene Fähigkeit von Nano Banana bei Bildverbesserungsaufgaben.

Letztes Urteil: Nano Banana gegen GPT-5

Outfit wechseln

Nano Banane

Erhaltte Gesichtsdetails genau, während Sie das Outfit ändern.

Erstellen Sie ein Anzeigenbanner

Binden

GPT-5 hatte eine fokussierte Sicht; Die Nano -Banane beinhaltete einen besseren Umweltkontext.

Neues Bild generieren

Nano Banane

Produzierte ein natürliches, kreatives Ergebnis ohne Veränderung der Gesichtsähnlichkeit.

Multi-Schritt-Bearbeitung

Nano Banane

Befolgte alle Anweisungen genau; GPT-5 veränderte Schlüsseldetails.

Hinzufügen einer neuen Individual

Nano Banane

Erreichte schärfere Gesichtsdetails und eine natürliche Integration der natürlichen Komposition.

Picture verbessern

Nano Banane

Verbesserte Schärfe und Farbvibranz ohne Fehler.

Endnote

Ich habe es sehr genossen, Nano-Banane für diese Forschung zu verwenden, und es ist zweifellos mein Anlaufermodell für bildbezogene Aufgaben geworden. Sein Erfolg ist nicht zufällig – Gemini 2.5 Flash (Nano Banana) ist eine Paradigmenwechsel im kreativen KI -Raum. Early Adopters verwenden es bereits, um einen bedeutenden Wettbewerbsvorteil zu erlangen.

Egal, ob Sie eine Agentur sind, die Workflows rationalisiert oder ein unabhängiger Schöpfer, der Ihre Ausgabe skaliert, Ihre Fähigkeit, diese Funktionen zu verstehen und zu nutzen, definieren Ihren Platz in der sich entwickelnden kreativen Landschaft. Die Technologie ist hier, die Leistung ist nachgewiesen und die Effizienzgewinne sind erheblich. Die Frage ist nicht mehr, ob KI die Erstellung von Inhalten verändert, sondern ob Sie diese Änderung oder folgen leiten.

Lassen Sie mich Ihre Gedanken im Kommentarbereich unten wissen!