synthid

Coś ważnego wydarzyło się w ekosystemie Google AI. Firma ogłosiła Nano Banana 2, model, który technicznie nosi nazwę Gemini 3.1 Flash Image i którego premiera wypada zaledwie trzy miesiące po debiucie Nano Banana Pro. Tym razem chodzi nie tylko o kolejny krok naprzód w jakości grafik, ale o próbę odpowiedzi na konkretne pytanie, czy da się dostarczyć możliwości klasy Pro przy prędkości i kosztach linii Flash? Odpowiedź, jaką Google udziela, jest co najmniej interesująca.

Google w końcu zdecydował się wprowadzić swoją technologię generowania muzyki do powszechnego użytku. Model Lyria 3 od Google DeepMind został zintegrowany z Gemini, umożliwiając każdemu użytkownikowi powyżej 18. roku życia tworzenie gotowych utworów muzycznych na podstawie prostego opisu tekstowego lub przesłanego zdjęcia. W ciągu kilku sekund AI generuje kompletny 30-sekundowy utwór, z tekstem, instrumentacją i wygenerowaną okładką.

Długo czekaliśmy na narzędzie AI, które nie będzie tylko cyfrowym pędzlem do malowania marzeń, a stanie się precyzyjnym instrumentem w rękach artysty. Właśnie nadszedł ten moment. Google, po sukcesie swojej pierwszej wersji, odsłania karty i prezentuje Nano Banana Pro. Ten model to znacznie więcej niż tylko odświeżenie technologii generowania obrazów. Firma nie tylko podkręciła możliwości, ale zaoferowała twórcom kontrolę, której do tej pory brakowało.

Świat generatywnej AI, wbrew obawom sceptyków, nie zwalnia tempa. W ostatnich miesiącach walka o fotel lidera na rynku wideo AI toczy się w błyskawicznym tempie, a każdy kolejny zaprezentowany model redefiniuje pojęcie realizmu cyfrowej kreacji. Po mocnym wejściu OpenAI z modelem Sora, Google zdecydowało się na kolejny krok. Właśnie otrzymaliśmy znaczące ulepszenie Veo. Ma szansę zdetronizować obecnych faworytów?

W segmencie generatorów obrazów sporo się dzieje w ostatnim czasie. Firmy dążą do tego, aby "sztuczne grafiki" można było w łatwy sposób zidentyfikować. Swoje rozwiązanie wdrożyło już Google (SynthID), a następną firmą w kolejce jest Meta, która niedawno ogłosiła weryfikację grafik na Facebooku, Threads i Instagramie. Teraz do akcji wkracza OpenAI, czyli przedsiębiorstwo odpowiedzialne za generator DALL-E 3. Stworzone przez niego obrazy będą zawierały specjalne metadane.

Generatory obrazów umożliwiają dziś tworzenie grafik, które mogą wprowadzić w błąd sporo osób. Technologia ta niesie za sobą równie wiele zagrożeń, jak i płynących z nich korzyści. Identyfikacja obrazów pod kątem tego, czy zostały sztucznie wygenerowane, nie jest łatwa. Firma Google opracowała jednak rozwiązanie, które dodaje specjalny znak wodny niewidoczny dla ludzi. Metoda jest już wykorzystywana w modelu o nazwie Imagen 2, który dostępny jest poprzez ImageFX.