Google Nano Banana: Revolicionarna AI tehnologija za uređivanje fotografija

Google je predstavio (kolovoz, 2025. godine) svoju najnapredniju AI tehnologiju za uređivanje slika pod nazivom Nano Banana (službeno nazvan Gemini 2.5 Flash Image), model koji već mijenja način na koji pristupamo fotografskim editiranju. Ovaj revolucionarni alat omogućuje korisnicima uređivanje fotografija pomoću prirodnog jezika, bez potrebe za složenim softverskim alatima poput Photoshopa te postavlja nove standarde u području umjetne inteligencije za vizualnu kreativnost, omogućavajući fotografima i kreativcima da mijenjaju slike pomoću jednostavnih tekstnih naredbi uz neviđenu preciznost održavanja karaktera i detalja.

Što je Google Nano Banana?

Nano Banana je napredni AI model koji koristi multimodalnu arhitekturu za razumijevanje i generiranje slika. Najveće prednosti ovog modela uključuju:

• Tekstualno vođeno uređivanje: Korisnici mogu jednostavno opisati željene promjene prirodnim jezikom (npr. “promijeni pozadinu u neonski grad” ili “dodaj naočale”)
• Očuvanje identiteta: Model zadržava prepoznatljive karakteristike osoba, životinja i objekata kroz više uzastopnih editiranja
• Multi-image fusion: Mogućnost spajanja više slika u jednu kohezivnu kompoziciju
• Konverzacijsko editiranje: Prirodan tok rada kroz nekoliko koraka editiranja
• SynthID vodeni žig: Svi generirani sadržaji sadrže nevidljivi digitalni vodeni žig za transparentnost

Nano Banana predstavlja najnoviji korak u Googleovom razvoju multimodalnih AI modela, nastao u laboratorijem Google DeepMind-a. Model je početno testiran anonimno na platformi LMArena gdje je brzo privukao pozornost korisnika svojom izvanrednom sposobnošću uređivanja slika, što je dovelo do spekulacija o njegovom podrijetlu.

Službeni naziv modela je Gemini 2.5 Flash Image, ali Google je zadržao popularno ime “Nano Banana” zbog njegove viralnosti i prepoznatljivosti u zajednici. Model trenutno dominira LMArena ljestvicama s ELO ocjenom od 1,362, nadmašujući konkurentne modele poput GPT-4o i drugih vodećih sustava za generiranje slika.

Kako funkcionira Nano Banana?

Za razliku od tradicionalnih programa za uređivanje slika, Nano Banana koristi naprednu AI tehnologiju koja razumije kontekst i semantiku fotografije. Model može:

Osnovne funkcionalnosti

• Generiranje slika iz teksta: Kreiranje potpuno novih slika na temelju opisa
• Uklanjanje i dodavanje objekata: Precizno uklanjanje neželjenih elemenata ili dodavanje novih
• Promjena pozadine: Zamjena pozadine uz održavanje realističnog osvjetljenja
• Poboljšavanje kvalitete: Izoštravanjem zamućenih fotografija i restauracija oštećenih slika
• Koloriranje: Pretvaranje crno-bijelih fotografija u boje

Napredne mogućnosti

• 3D manipulacija: Promjena perspektive i pozicije objekata u prostoru
• Stilske transformacije: Pretvaranje fotografija u različite umjetničke stilove
• Karakterna konzistentnost: Održavanje istog lika kroz različite scene i odjeću
• Višekoračno editiranje: Mogućnost izvođenja složenih editiranja kroz nekoliko koraka

Model se ističe po nekoliko naprednih mogućnosti koje ga razlikuju od postojećih AI alata za uređivanje slika:

Karakterna konzistentnost – Nano Banana može održavati identitet osobe, kućnog ljubimca ili objekta kroz različite uređivanja, što je dugo bio glavni izazov u AI obradi slika. Korisnici mogu staviti istu osobu u različite odjeće, pozadine ili situacije bez narušavanja osnovnih karakteristika lica ili tijela.

Prirodni jezik za uređivanje – Umjesto složenih softverskih alata, korisnici mogu opisati željene promjene običnim jezikom. Na primjer, naredbe poput “dodaj naočale i promijeni majicu u crvenu” ili “stavi osobu na plažu” model interpretira i izvršava s visokom preciznošću.

Višeslojno uređivanje – Model podržava sekvencijalno uređivanje gdje korisnici mogu dodavati ili uklanjati elemente postupno, pri čemu svaki korak održava konzistentnost prethodnih promjena.

Jedna od najimpresivnijih funkcionalnosti je sposobnost spajanja više slika u jednu koherentnu kompoziciju. Korisnici mogu kombinirati elemente iz različitih fotografija – na primjer, uzeti osobu iz jedne slike, kućnog ljubimca iz druge, i pozadinu iz treće – a model će inteligentno spojiti sve elemente održavajući realističnost osvjetljenja, perspektive i stilova.

Model može:

• Zamijeniti specifičan objekt u slici ne mijenjajući okolinu
• Dodati nove elemente respektirajući postojeću kompoziciju
• Promijeniti pozadine održavajući originalnu rasvjetu subjekta
• Colorirati crno-bijele fotografije s kontekstualnim razumijevanjem

Razumjevanje i interpretacija scene

Geminijev sustav “razmišljanja” omogućava modelu da analizira kontekst prije generiranja rezultata. Ova funkcionalnost, poznata kao “thinking budget”, može se podesiti ovisno o složenosti zadatka – niži budžet za brže rezultate ili viši za složenije kompozicije koje zahtijevaju dublje razumijevanje.

Praktična primjena za fotografe i kreativce

Nano Banana otvara nove mogućnosti za profesionalne fotografe, grafičke dizajnere i kreativce u različitim industrijama. Model je posebno koristan za kreiranje konzistentnih vizualnih identiteta, produktnu fotografiju i kreativno uređivanje fotografija.

Fotografija portreta i moda

Za fotografe portreta, model omogućava eksperimentiranje s različitim stilovima odjeće, frizura i pozadina bez potrebe za ponovnim snimanjem. Klijenti mogu vidjeti kako bi izgledali u različitim kontekstovima – od poslovnih portreta do kreativnih sesija – koristeći samo jednu osnovnu fotografiju.

Produktna fotografija i e-commerce

Model se pokazao iznimno korisnim za e-commerce platforme gdje proizvodi trebaju biti prikazani u različitim kontekstovima. Umjesto skupog snimanja proizvoda u različitim ambijentalnim uslovima, trgovci mogu koristiti Nano Banana za stavljanje proizvoda u različite scene – domove, urede, vanjski prostor – što značajno smanjuje troškove produkcije.

Evo primjera do kojeg smo mi došli za par trenutaka. Lijeva fotografija je snimljena mobitelom dok je desna rezultat prompta “Make promotional photo for this perfume”.

Kreativna industrija i marketing

Marketinške agencije koriste model za brzo prototipiranje kreativnih koncepata. Mogućnost brzog mijenjanja pozadina, dodavanja brendnih elemenata i prilagođavanja vizualnih materijala različitim demografskim skupinama čini Nano Banana vrijednim alatom za kampanje koje zahtijevaju višestruke varijante sadržaja

Sigurnost i etička pitanja

Google je implementirao nekoliko sigurnosnih mjera kako bi spriječio zlouporabu naprednih mogućnosti uređivanja slika. Svaki sadržaj kreiran ili uređen pomoću Gemini 2.5 Flash Image sadrži SynthID digitalni vodeni žig, nevidljivu oznaku koja identificira sadržaj kao AI-generirani ili AI-uređen.

Ova mjera osigurava da korisnici mogu jasno identificirati sadržaj koji je modificiran umjetnom inteligencijom, što je ključno u eri širenja deepfake tehnologija i dezinformacija.

Kontrola sadržaja i ograničenja

Model uključuje napredne filtre koji sprječavaju generiranje neprikljanog ili potencijalno štetnog sadržaja. Google je naučio iz prošlih iskustava s AI generatorima slika i implementirao robusniji sustav za prepoznavanje i sprječavanje problematičnih zahtjeva.

Google AI Studio

Besplatni korisnici mogu generirati do 100 slika mjesečno kroz Google AI Studio sučelje. Ova platforma idealna je za fotografe i kreativce koji žele testirati mogućnosti modela prije prelaska na komercijalno korištenje.

Zaključak

Google Nano Banana (Gemini 2.5 Flash Image) ustanovio je novi standard u AI uređivanju slika kombiniranjem napredne karakterne konzistentnosti, prirodnog jezičnog sučelja i preciznih mogućnosti uređivanja. Za fotografe i kreativce, ovaj model predstavlja moćan alat koji može značajno poboljšati produktivnost i omogućiti nova kreativna istraživanja.

Implementacija sigurnosnih mjera poput SynthID vodenih žigova pokazuje Googleov odgovoran pristup razvoju AI tehnologija, dok dostupnost kroz različite platforme osigurava da alat bude dostupan svim razinama korisnika – od hobista do velikih kreativnih studija.

Kako se AI tehnologije nastavljaju razvijati, Nano Banana reprezentira uvod u eru gdje će kreativni alati postati intuitivniji, moćniji i dostupniji, mijenjajući način na koji stvaramo i uređujemo vizualni sadržaj u digitalnoj eri.