Είτε μας αρέσει, είτε όχι (δεν μας αρέσει είναι η αλήθεια), η generative AI έχει εισέλθει σε πλήθος εκφάνσεων της καθημερινής ζωής και μια από τις δυνατότητες που επιτρέπει είναι η δημιουργία φωτογραφιών από text prompts που δημιουργείς εσύ. Η τελευταία μεγάλη αναβάθμιση αφορά το Gemini app, κυριολεκτικά ένα εργαλείο επεξεργασίας φωτογραφιών της Google.
Γνωστό με την κωδική ονομασία Nano banana καθόλη τη διάρκεια ανάπτυξής του, η Google διέθεσε πλέον και επισήμως το Gemini 2.5 flash Image. Εκτός των άλλων, εκεί που πραγματικά δείχνει τη δύναμή του είναι στο χώρο της επεξεργασίας φωτογραφιών. Όπως υπόσχεται η εταιρεία στο επίσημο blog της, το νέο της εργαλείο αφήνει πίσω τα λάθη του παρελθόντος, όπως για παράδειγμα που της έλεγες να κάνει edit ένα σημείο της φωτογραφίας και αυτό έκανε edit άλλο, ή / και δεν ακολουθούσε τις οδηγίες σου.
Η εν λόγω ενημέρωση στο μοντέλο, σου δίνει τη δυνατότητα να συνδυάζεις πολλές εικόνες σε μία, να κάνεις στοχευμένες μετατροπές χρησιμοποιώντας φυσική γλώσσα και να χρησιμοποιείς τις γνώσεις του Gemini για τη δημιουργία και την επεξεργασία εικόνων, αναφέρει συγκεκριμένα η Google.
Όπως πάντα, οτιδήποτε βάλεις στο Gemini, μπορεί να χρησιμοποιηθεί για το training AI μοντέλων, δηλαδή την εκπαίδευση και τη συνομιλία σου με το Gemini μπορεί σε ορισμένες περιπτώσεις να την βλέπουν άνθρωποι. Η Google βέβαια, σε αφήνει να το απενεργοποιήσεις το εν λόγω χαρακτηριστικό ώστε κανείς να μην έχει πρόσβαση σε αυτές.
Το εργαλείο έχει άπειρες δυνατότητες, από την διενέργεια άκρως επακριβών edits, όπως πχ η αλλαγή του χρώματος ενός συγκεκριμένου αντικειμένου, ή ο συνδυασμός φωτογραφιών. Η δημιουργία δηλαδή μιας φωτογραφίας που θα είναι το αποτέλεσμα δυο, τριών ή 5 φωτογραφιών ή στοιχείων από αυτές τις 5. Φυσικά, υποστηρίζεται η προσθήκη ή αφαίρεση αντικειμένων από μια σκηνή και πλήθος άλλων δυνατοτήτων.
