Gemini 3.1 Flash Image Preview

Gemini 3.1 Flash Image Preview หรือที่รู้จักในชื่อ Nano Banana 2 เป็นโมเดลสร้างและแก้ไขภาพอย่างรวดเร็วของ Google ที่ออกแบบมาสำหรับผู้สร้างที่ต้องการเปลี่ยนแปลง ปรับปรุง และจินตนาการภาพใหม่โดยใช้เพียงคำสั่งที่เขียนเท่านั้น ไม่ว่าคุณจะเป็นนักออกแบบที่กำลังขัดเกลาแนวคิด ช่างภาพที่ปรับแต่งช็อต หรือผู้สร้างเนื้อหาที่ผลิตภาพอย่างรวดเร็ว โมเดลนี้จะแปลงพรอมต์ภาษาธรรมดาให้เป็นภาพสำเร็จรูป — อย่างรวดเร็วและมีรายละเอียดชัดเจนสูง

แกนหลักของโมเดลนี้คือการแก้ไขภาพที่ขับเคลื่อนด้วยข้อความ คุณอธิบายการเปลี่ยนแปลงที่ต้องการ เช่น "ทำให้ภาพชายคนนี้ขับรถลงชายฝั่งแคลิฟอร์เนีย" และโมเดลจะตีความใหม่หรือแก้ไขภาพต้นฉบับของคุณตามนั้น คุณสามารถส่งภาพอ้างอิงหนึ่งภาพหรือหลายภาพเพื่อนำทางผลลัพธ์ ทำให้เหมาะสำหรับการประกอบภาพ โอนสไตล์ เปลี่ยนฉาก วางตัวละคร และปรับแต่งแบบวนซ้ำ เนื่องจากรับภาพหลายภาพพร้อมกันได้ คุณสามารถรวมองค์ประกอบจากแหล่งต่าง ๆ เข้าด้วยกันเป็นภาพเดียวที่กลมกลืน เหมือนกับการรีทัชแต่ใช้คำสั่งเขียนง่าย ๆ

จุดเด่นคือเอาต์พุตที่ยืดหยุ่น คุณสามารถสร้างภาพที่ความละเอียดหลายระดับ ตั้งแต่ 0.5K ขนาดกะทัดรัดไปจนถึง 2K และ 4K ที่ชัดเจน ให้พื้นที่สำหรับสร้างตั้งแต่ร่างเร็วไปจนถึงสินทรัพย์สุดท้ายที่มีรายละเอียดสูงเหมาะสำหรับพิมพ์หรือจอใหญ่ การควบคุมอัตราส่วนภาพกว้างขวางผิดปกติ: นอกจากรูปแบบคุ้นเคยอย่าง 16:9, 1:1, 9:16, 4:3 และ 3:2 โมเดลยังรองรับอัตราส่วนสุดขีด เช่น 4:1, 1:4, 8:1 และ 1:8 — เหมาะสำหรับแบนเนอร์ ภาพพาโนรามา เลย์เอาต์แนวตั้งสูง และผืนผ้าใบที่แปลกใหม่ซึ่งเครื่องมือส่วนใหญ่ทำไม่ได้ หากไม่อยากระบุ การตั้งค่าอัตโนมัติจะให้โมเดลเลือกรูปร่างที่เหมาะสมที่สุดสำหรับพรอมต์ของคุณ เอาต์พุตสามารถบันทึกเป็น PNG, JPEG หรือ WebP ตามความต้องการของเวิร์กโฟลว์

นอกจากภาพและข้อความ โมเดลสามารถรับบริบทเพิ่มเติมเพื่อกำหนดสิ่งที่สร้าง คุณสามารถให้วิดีโอ (รวมถึงลิงก์ YouTube) ไฟล์เสียง หรือแม้แต่เอกสาร PDF เป็นวัสดุอ้างอิง ทำให้โมเดลดึงข้อมูลจากแหล่งที่อุดมสมบูรณ์ยิ่งขึ้นเมื่อประกอบผลลัพธ์ ยังมีฟีเจอร์ค้นหาเว็บแบบเลือกได้ ซึ่งให้โมเดลดึงข้อมูลล่าสุดจากเว็บเมื่อสร้างภาพ — มีประโยชน์เมื่อต้องการผลลัพธ์ที่ยึดตามข้อมูลจริงปัจจุบัน แทนที่จะใช้เฉพาะความรู้ที่มีอยู่ของโมเดล

สำหรับผู้สร้างที่ต้องการทิศทางสร้างสรรค์ละเอียดยิ่งขึ้น โมเดลมีฟีเจอร์คำสั่งระบบที่กำหนดบุคลิกและสไตล์เอาต์พุตโดยรวมตลอดคำขอ ซึ่งเป็นวิธีตั้งโทนสร้างสรรค์ที่สม่ำเสมอ — สไตล์องค์กร อารมณ์ หรือแนวทางภาพ — ที่คงอยู่ตลอดภาพที่สร้าง คุณยังสามารถสร้างภาพได้สูงสุดสี่ภาพพร้อมกัน ให้ชุดตัวแปรให้เลือกในรอบเดียว การควบคุม seed ช่วยให้ทำซ้ำหรือล็อคผลลัพธ์เฉพาะได้ เมื่อเจอสิ่งที่ชอบ คุณสามารถกลับไปหรือสำรวจตัวแปรใกล้เคียงอย่างสม่ำเสมอ

โมเดลมีโหมด "thinking" แบบเลือกได้ที่ตั้งระดับต่ำสุดหรือสูงสุด ให้เหตุผลอย่างรอบคอบกับพรอมต์ซับซ้อนและรวมการเหตุผลในกระบวนการ ซึ่งช่วยในงานแก้ไขซับซ้อนที่คำสั่งต้องการตีความอย่างระมัดระวัง ยังมีตัวควบคุมจำนวนภาพที่โมเดลสร้างต่อรอบพรอมต์ ช่วยให้ผลลัพธ์โฟกัสที่เอาต์พุตที่ตั้งใจ นอกจากภาพสำเร็จ โมเดลจะคืนคำอธิบายข้อความของสิ่งที่สร้าง ให้สรุปผลลัพธ์เป็นลายลักษณ์อักษร

ความปลอดภัยเนื้อหาจัดการผ่านการตั้งค่าความอดทนที่ปรับได้ ตั้งแต่เข้มงวดที่สุดที่บล็อกเนื้อหาละเอียดอ่อนส่วนใหญ่ ไปจนถึงหลวมที่สุด ให้ปรับ moderation ให้เหมาะกับโปรเจกต์และผู้ชม ขณะคงการสร้างให้เหมาะสม

ใครได้ประโยชน์มากที่สุด? นักออกแบบและนักการตลาดจะชื่นชอบอัตราส่วนสุดขีดและความละเอียดสูงสำหรับสร้างตั้งแต่โพสต์โซเชียลไปจนถึงแบนเนอร์กว้างและจอแนวตั้งสูง ช่างภาพและรีทัชเชอร์ใช้การแก้ไขด้วยข้อความเพื่อจินตนาการฉากใหม่ เปลี่ยนฉาก และรวมภาพอ้างอิงโดยไม่ต้องมาสก์ด้วยมือ ผู้กำกับภาพยนตร์และนักเล่าเรื่องดึงบริบทจากวิดีโอและเสียงเพื่อให้คอนเซปต์อาร์ตสอดคล้องกับโทนโปรเจกต์ ผู้สร้างเนื้อหาที่ต้องการความเร็วจะชื่นชอบการสร้างตัวแปรหลายแบบรวดเร็ว ล็อคของโปรดด้วย seed และส่งออกในรูปแบบที่ pipeline ต้องการ

มีข้อควรพิจารณาปฏิบัติ เมื่อส่งวิดีโอ ไฟล์เสียงหรือ PDF เป็นบริบท แต่ละอย่างมีขีดจำกัดขนาด (ลิงก์ YouTube เป็นข้อยกเว้น ส่งตรง) ตัวเลือกจำกัดการสร้าง แม้ช่วยโฟกัสเอาต์พุต แต่เป็นการทดลองและอาจกระทบคุณภาพในบางกรณี การเปิดค้นหาเว็บเพิ่มข้อมูลภายนอก ซึ่งทรงพลังสำหรับภาพที่ถูกต้องตามหัวข้อหรืออ้างอิง แต่ควรสงวนไว้เมื่อต้องการยึดติดกับข้อมูลจริงปัจจุบันโดยเฉพาะ

สรุป Gemini 3.1 Flash Image Preview คือเครื่องมือแก้ไขและสร้างที่รวดเร็ว ยืดหยุ่น ตอบสนองภาษาธรรมชาติ ผสมแหล่งหลายแห่ง ขยายถึง 4K และยืดขยายตามรูปร่างผืนผ้าใกล้กว้างผิดปกติ — เพื่อนคู่ใจประจำวันสำหรับงานสร้างสรรค์ที่ต้องดูดีและรวดเร็ว