Запуск Nano Banana 2 Lite и Gemini Omni Flash: новые инструменты генерации медиа от Google

Google DeepMind представила два новых инструмента для разработчиков: модель генерации изображений Nano Banana 2 Lite и систему создания видео Gemini Omni Flash. Этот релиз демонстрирует важный сдвиг в стратегии компании — фокус смещается с создания универсальных тяжеловесных систем на разработку быстрых, экономичных и легко интегрируемых решений.

Создание генеративного медиаконтента на практике редко сводится к одному запросу. Это всегда процесс творческих итераций, требующий множества попыток и корректировок. В таких условиях скорость отклика и стоимость генерации становятся критическими факторами для разработчиков. Google отвечает на этот запрос, предлагая инструменты, которые можно легко связывать в единые цепочки для создания комплексных мультимедийных продуктов.

Первая новинка, Nano Banana 2 Lite, позиционируется как самая быстрая и экономичная модель в своей линейке. Она создана специально для высоконагруженных систем, где важны пропускная способность и низкая задержка.

Генерация одного изображения занимает около четырех секунд, а стоимость составляет всего 0,034 доллара за тысячу картинок. Это делает модель оптимальным выбором для быстрого прототипирования и создания визуальных черновиков. При этом разработчики отмечают, что, несмотря на приоритет скорости, модель сохраняет высокую точность следования подсказкам и корректно отображает текст на изображениях.

Второй продукт, Gemini Omni Flash, переносит возможности мультимодальной логики Gemini в сферу видео. Эта модель позволяет не только генерировать видеоролики, но и редактировать их с помощью естественного языка в формате диалога.

Стоимость использования Omni Flash составляет 0,10 доллара за секунду готового видео. Модель способна принимать на вход комбинации текста, изображений и видео, что позволяет сохранять контроль над сценой и обеспечивать логику повествования. Однако на данном этапе существуют ограничения: максимальная длина видео составляет 10 секунд, загрузка аудио пока не поддерживается, а сохранение согласованности персонажей при смене сцен требует доработки.

Главный потенциал этих обновлений раскрывается при их совместном использовании. Разработчики могут настроить процесс, при котором Nano Banana 2 Lite мгновенно создает базовое изображение, а Gemini Omni Flash затем анимирует его, превращая в качественный видеоролик.

Для демонстрации этого подхода Google выпустила несколько тестовых приложений. Например, инструмент для дизайна интерьеров позволяет загрузить фотографию комнаты, быстро сгенерировать различные варианты оформления с помощью первой модели, а затем превратить выбранный вариант в кинематографичный видеопролет с помощью второй.

Важным аспектом внедрения генеративных технологий остается безопасность и прозрачность. Обе новые модели работают на защищенной инфраструктуре Google и используют технологию водяных знаков SynthID. Это позволяет невидимо маркировать созданный искусственным интеллектом контент, что критически важно в условиях растущего объема синтетической информации в сети.

С точки зрения индустрии, этот релиз подчеркивает тенденцию к модульности в разработке искусственного интеллекта. Вместо того чтобы полагаться на одну огромную нейросеть для всех задач, инженеры получают набор специализированных инструментов. Это снижает порог входа для бизнеса и позволяет создавать более сложные интерактивные приложения.

В ближайшем будущем мы, вероятно, увидим расширение возможностей этих моделей, в первую очередь — увеличение длительности генерируемых видео и добавление поддержки звука. Успех подобных инструментов будет зависеть от того, насколько бесшовно разработчики смогут интегрировать их в свои продукты и насколько эффективно будут решаться текущие технические ограничения.