Google представил Nano Banana Pro: генерация 4K-изображений с ИИ для всех, но не для всех одинаково

По данным Ars Technica, Google представил обновлённую версию модели генерации изображений Nano Banana — Nano Banana Pro, встроенную в платформу Gemini. Новая модель демонстрирует улучшенную способность следовать сложным указаниям, поддерживать консистентность визуальных элементов и точно редактировать изображения. В рамках Gemini 3 Pro, она доступна всем пользователям, но ограничения на использование могут быстро исчерпаться для бесплатных аккаунтов.

Nano Banana Pro позволяет создавать изображения с чётким текстом, изменять свет, цветовую гамму и ракурс без искажения других элементов. Модель способна генерировать полноценные информационные графики с использованием правильного шрифта и без характерных «АИ-искривлений». Пользователи могут комбинировать до 14 изображений, сохраняя при этом до пяти схожих персонажей в одном выводе. Резолюция изображений достигает 4K, что делает модель привлекательной для профессионального применения.

Google также улучшил функции анализа и идентификации изображений. В приложении Gemini теперь можно спросить: «Является ли это изображение сгенерированным с помощью ИИ?». Приложение проверяет наличие встроенной метки SynthID, разработанной Google, и дополнительной информации по стандарту C2PA. Однако, для подписчиков AI Ultra, визуальная вода в углу изображения была удалена, хотя технические метки всё ещё сохраняются.

Nano Banana Pro доступна всем, но уровень использования зависит от тарифа. Подписчики AI Ultra получают максимальные лимиты, пользователи Gemini Pro — средние, а бесплатные пользователи — самые низкие. После исчерпания лимитов, бесплатные пользователи автоматически переходят на базовую версию Gemini без расширенных возможностей.

Интересно: Каковы будут последствия для профессионального использования ИИ-генерации изображений, если визуальные метки будут скрываться для определённых категорий пользователей, оставаясь доступными только для технических систем?

i

Создано специально для ASECTOR

Концептуальное изображение

Когда скрытые метки становятся новой нормой

Обновление Google в виде Nano Banana Pro и Gemini 3 Pro выглядит как шаг в сторону более точной и профессиональной генерации изображений. Однако за этим стоит более глубокий тренд — изменение баланса между прозрачностью и удобством в использовании ИИ-генеративных инструментов. Особенно интересен момент, когда визуальные метки сгенерированных изображений скрываются для определённых пользователей, оставаясь доступными только для технических систем. Это не только функциональный выбор — это стратегическое решение, которое может изменить восприятие, доверие и регулирование ИИ-сгенерированного контента.

Удобство, которое скрывает следы

Для подписчиков AI Ultra, визуальная вода в углу изображения исчезает. Это создаёт иллюзию естественности, что особенно важно для профессиональных пользователей — дизайнеров, маркетологов, агентств. Однако, технические метки, такие как SynthID и C2PA, остаются. Это означает, что система всё ещё может идентифицировать изображение как сгенерированное, но конечный пользователь — нет.

Вот где появляется парадокс: удобство становится инструментом скрытности. То, что раньше было видно невооружённым глазом, теперь доступно только для технических систем. Это снижает прозрачность, но повышает удобство. Вопрос в том, кто выигрывает от такой игры.

Профессионалы получают более «чистые» изображения, но теряют контроль над восприятием их аудиторией. А если аудитория не может отличить реальное фото от сгенерированного, это меняет правила игры в медиа, рекламе и даже в судебной практике.

Долгосрочные последствия для рынка

Внедрение подобных решений может создать новую нишу — системы, способные анализировать и идентифицировать ИИ-сгенерированный контент. Это, в свою очередь, порождает спрос на специализированные инструменты и сервисы. В России, где регулирование ИИ-технологий пока не настолько развито, это может создать риски для бизнеса, работающего с цифровым контентом. Например, маркетологи и PR-специалисты столкнутся с необходимостью внедрять дополнительные проверки, чтобы избежать использования сомнительного контента.

Ещё один важный момент — безопасность и защита от дезинформации. Если визуальные метки скрываются, это может облегчить распространение фейков. Системы, способные распознавать такие изображения, станут не только полезными, а критически важными. Это создаёт новый рынок, где победителями будут те, кто сможет масштабировать и внедрять такие инструменты.

Как работает система: пример с водой в бассейне

Представьте, что вы в бассейне, где вода чистая, но под водой есть невидимые частицы. Они не мешают плавать, но если вы не знаете, что они там, вы не можете их увидеть. Это похоже на ситуацию с визуальными метками: пользователь получает «чистое» изображение, но в нём всё ещё есть следы, которые могут быть обнаружены техническими системами. Это создаёт новую форму «воды под водой» — невидимую, но существующую.

Важный нюанс: Удобство может стать новой формой прозрачности — но только для тех, кто знает, как искать. Для остальных оно создаёт иллюзию естественности, которая может быть опасной.

Устойчивость и зависимости

Nano Banana Pro — это мощная модель, но она работает в рамках экосистемы Google. Это значит, что её эффективность зависит от доступа к облаку, скорости интернета и политики лимитов. Для бесплатных пользователей, которые переходят на базовую версию Gemini, это ограничивает возможности.

В России, где доступ к зарубежным ИИ-сервисам может быть ограничен или замедлен, это создаёт дополнительные риски. Если компания полагается на такие инструменты для создания визуального контента, она становится зависимой от внешней инфраструктуры. Это важно учитывать при выборе стратегии цифровизации.

Важный нюанс: Технологии, которые кажутся доступными, могут быть неустойчивыми. Зависимость от внешней инфраструктуры — это не только риск, это реальное ограничение, которое может проявиться в самый неподходящий момент.

Экологические и инфраструктурные последствия

Важно учитывать, что масштабное использование ИИ-моделей, включая Gemini, требует значительных энергетических ресурсов. По оценкам Google, средний запрос к модели Gemini потребляет 0,24 Вт⋅ч энергии и выделяет эквивалент 0,03 г углекислого газа [!]. За последние 12 месяцев энергопотребление и углеродный след средних текстовых запросов Gemini Apps сократились на 33% и 44% соответственно, при одновременном повышении качества ответов [!].

Однако, масштабные инвестиции в ИИ-инфраструктуру продолжают расти. Google, например, увеличивает капитальные вложения в инфраструктуру искусственного интеллекта, превышающие $10 млрд в квартал [!]. Это позволяет компании поддерживать высокий уровень сервиса, но также требует значительных ресурсов для обеспечения устойчивости и энергоэффективности.

Важный нюанс: Экологические аспекты становятся важным фактором в принятии решений о внедрении ИИ-технологий. Компаниям важно учитывать не только производительность, но и экологическую нагрузку при выборе инструментов.

Заключение

Обновления в сфере ИИ-генерации изображений, такие как Nano Banana Pro и Gemini 3 Pro, демонстрируют стремление к повышению точности, удобства и профессиональной применимости. Однако, эти изменения несут в себе и новые вызовы — от вопросов прозрачности до рисков зависимости от внешней инфраструктуры. Для бизнеса особенно важно учитывать долгосрочные последствия таких решений, включая необходимость в специализированных инструментах для анализа контента, а также риски, связанные с экологией и устойчивостью.

Рынок продолжает развиваться, и те, кто оперативно адаптируется к этим изменениям, получат конкурентное преимущество.