Gemini 3.1 Flash Image Preview

Gemini 3.1 Flash Image Preview, atau dikenali juga sebagai Nano Banana 2, ialah model penjanaan dan penyuntingan imej pantas daripada Google yang direka untuk pencipta yang ingin mengubah, memperhalusi, dan membayangkan semula imej hanya dengan arahan bertulis. Sama ada anda seorang pereka bentuk yang sedang memperkemas konsep, jurugambar yang mengolah semula gambar, atau pencipta kandungan yang menghasilkan visual dengan pantas, model ini menukar arahan bahasa biasa menjadi imej siap — dengan cepat dan penuh perincian.

Inti kekuatannya adalah kebolehan penyuntingan imej berasaskan teks. Anda boleh terangkan perubahan yang diingini — contohnya, "jadikan gambar lelaki memandu kereta di sepanjang pesisir California" — dan model ini akan mentafsir atau menyunting imej sumber anda mengikut arahan tersebut. Anda juga boleh membekalkan satu atau lebih imej rujukan untuk membimbing hasil akhir, menjadikannya ideal untuk komposit, pemindahan gaya, perubahan suasana, penempatan watak, dan penyelarasan secara berulang. Oleh kerana ia menerima pelbagai imej serentak, anda boleh menggabungkan elemen daripada beberapa sumber ke dalam satu gambar yang padu, mengadun subjek dan latar seolah-olah jurusolek digital profesional, cuma dengan arahan bertulis yang mudah.

Salah satu kekuatan utamanya ialah fleksibiliti hasil output. Anda boleh jana imej pada pelbagai resolusi, bermula dari 0.5K yang padat sehinggalah 2K dan 4K definisi tinggi — membolehkan anda menghasilkan draf pantas hinggalah aset akhir perincian tinggi sesuai untuk cetakan atau paparan besar. Kawalan nisbah aspek juga sangat meluas: selain format biasa seperti 16:9, 1:1, 9:16, 4:3, dan 3:2, model ini menyokong nisbah ekstrem seperti 4:1, 1:4, 8:1, dan 1:8 — sempurna untuk banner, panorama, susun atur menegak tinggi, serta kanvas luar biasa yang sukar diraih dengan perisian lain. Jika anda tidak ingin menetapkan sendiri, tetapan automatik membenarkan model memilih bentuk paling sesuai untuk arahan anda. Output boleh disimpan sebagai PNG, JPEG, atau WebP mengikut keperluan aliran kerja anda.

Bukan setakat imej dan teks, model ini boleh menerima konteks tambahan untuk memperkaya hasil ciptaannya. Anda boleh membekalkan video (termasuk pautan YouTube), fail audio, atau dokumen PDF sebagai rujukan, membolehkan model menimba maklumat sumber yang lebih kaya untuk menghasilkan imej anda. Terdapat juga ciri carian web pilihan, membolehkan model menarik maklumat terkini dari web ketika menjana imej — berguna jika anda perlukan hasil yang berasaskan rujukan semasa dunia sebenar, bukan sekadar pengetahuan sedia ada model.

Untuk pencipta yang mahukan arahan kreatif lebih teliti, model ini menawarkan fungsi arahan sistem yang boleh mengawal persona serta gaya output gambar secara keseluruhan untuk setiap permintaan. Anda boleh menetapkan nada kreatif konsisten — gaya korporat, mood tertentu, atau pendekatan visual — yang akan dikekalkan dalam semua imej yang dihasilkan. Anda juga boleh jana sehingga empat imej serentak, memberikan anda pelbagai variasi dalam satu masa. Kawalan benih (“seed”) membolehkan anda mengunci atau ulang hasil tertentu, jadi bila anda jumpa sesuatu yang memuaskan, anda boleh kembali atau menjelajah variasi berkaitan dengan konsistensi.

Model ini turut menawarkan mod "pemikiran" pilihan yang boleh ditetapkan tahap minimum atau tinggi, membolehkan model berfikir dengan lebih teliti untuk arahan kompleks dan menyertakan penjelasan dalam proses. Ini membantu bagi tugas penyuntingan rumit yang memerlukan penafsiran lebih berhati-hati. Terdapat juga kawalan bilangan imej yang dijana untuk setiap pusingan, memudahkan anda fokus pada hasil yang diinginkan. Selain imej akhir, model turut mengembalikan deskripsi teks mengenai apa yang dijana, memberikan ringkasan bertulis hasil anda.

Keselamatan kandungan dijaga melalui tetapan toleransi boleh laras — daripada paling ketat (menyekat majoriti kandungan sensitif) hingga yang paling longgar. Ini membolehkan anda melaras pemoderasian agar selaras dengan projek dan audiens sambil memastikan hasil sesuai untuk kegunaan anda.

Siapa paling mendapat manfaat? Pereka dan pemasar akan menghargai nisbah aspek ekstrem dan resolusi tinggi untuk menghasilkan pelbagai kandungan daripada pos media sosial hingga banner lebar dan paparan menegak tinggi. Jurugambar dan jurusolek digital pula boleh menggunakan penyuntingan berasaskan teks untuk membayangkan semula suasana, menukar latar, dan menggabungkan imej rujukan tanpa perlu masking manual. Pembikin filem dan pencerita boleh mengguna konteks daripada video dan audio agar seni konsep selari dengan nada projek. Pencipta kandungan yang perlukan kelajuan pula akan menghargai keupayaan menjana variasi dengan pantas, mengunci hasil kegemaran dengan kawalan benih, dan eksport dalam format sesuai keperluan aliran kerja mereka.

Beberapa pertimbangan praktikal perlu diambil kira. Jika anda membekalkan video, audio, atau PDF sebagai konteks, setiap input ini ada had saiz (pautan YouTube tidak terhad dan dihantar terus). Pilihan menghadkan generasi, walaupun berguna untuk fokus hasil, masih bersifat eksperimental dan mungkin menjejaskan kualiti dalam sesetengah kes. Mengaktifkan carian web pula akan menyuntik maklumat luaran yang sangat berguna untuk imej topikal atau rujukan semasa, tetapi sebaiknya hanya digunakan bila anda perlukan asas dunia sebenar yang terkini.

Pendek kata, Gemini 3.1 Flash Image Preview ialah alat penyuntingan dan penjanaan pantas yang bertindak balas pada bahasa semula jadi, mengadun pelbagai sumber, berskala hingga 4K, dan meliputi pelbagai bentuk kanvas luar biasa — rakan harian yang praktikal untuk kerja kreatif yang perlu nampak hebat dan bergerak pantas.