Nano Banana Pro: a Google új képgeneráló modellje a tervezést és a vizuális alkotást teljesen új szintre emeli

A vállalat néhány hónapja mutatta be a Nano Banana első verzióját, most pedig elhozta azt a szintet, amelyet eddig inkább stúdiók, grafikusok és kreatív ügynökségek végeztek. A középpontban a magasabb pontosság, a részletek finom kontrollja, a megbízható szöveg-renderelés és az a képesség áll, hogy a modell akár 14 különböző képet is képes egységes jelenetté gyúrni.

A modell, amely érti a világot – és képpé formálja

A Nano Banana Pro legnagyobb újdonsága, hogy a Gemini 3 Pro fejlett következtetési (reasoning) rendszerére épül. Vagyis nem csupán „szépet rajzol”, hanem a tartalmi összefüggéseket is feltárja.

Egy növényfajról készített infografika, egy recept vizuális lépései vagy akár valós idejű időjárási adatok vizuális megjelenítése mind egyetlen promptból létrejöhet. A modell a Google Kereső valós tudásbázisához is hozzáfér, így a képek a valóságból frissen kinyert információra támaszkodhatnak. Ez azt is jelenti, hogy a rendszer egyre inkább valódi tudás-közvetítővé válik: a kép informatív lesz, nem csupán dekoratív.

Valódi, olvasható szöveg a képen – több nyelven, természetesen

A Google külön kiemeli, hogy a Nano Banana Pro jelenleg a vállalat legjobb szöveg-renderelő modellje. Nem torzuló betűk, nem elmosódó feliratok, hanem pontosan szerkesztett tipográfiai elemek kerülnek a képre.

A modell:

• hosszabb bekezdéseket is elbír,
• részletesen felépített logókat és kalligráfiát is létrehoz,
• több nyelven, nyelvtanilag és vizuálisan helyesen ír,
• fordítani és lokalizálni is tud, így akár egy reklám makettje is egyetlen lépésben több nyelvre szabható.

A példák között olyan képek szerepelnek, ahol házsorokból formálták ki a „BERLIN” feliratot, ahol a tipográfia retro nyomdai mintát imitál, vagy ahol egy komplett storyboard készül egy filmjelenethez.

Konzisztencia 14 különböző képből – akár 5 ember arca is megmarad

A modell egyik legszembetűnőbb fejlesztése az úgynevezett multi-input kompozíció: egyszerre akár 14 kép is összeilleszthető, úgy, hogy a rendszer megőrzi a szereplők arcát, ruházatát, testarányait. Ez lehetővé teszi:

• divatanyagok összeállítását,
• filmes jelenetek mockup-ját,
• terméktervezési fotókat, ahol több referenciaforrásból építkezik a modell.

A Google szerint a Nano Banana Pro nem csupán felismeri a személyeket, hanem biztosítja a környezet színvilágának, fényének és stílusának egységességét is.

A modell valódi képszerkesztőként is működik. A felhasználó:

• módosíthatja a fókuszt (például előtér-kiemeléshez),
• átállíthatja a fényviszonyokat (nappal → éjszaka),
• variálhatja a kameraállást,
• lokálisan szerkeszthet egy részletet,
• akár konkrét világítástechnikai hatásokat is kérhet (például drámai chiaroscuro fény).

A képek több képarányban és akár 4K felbontásban is előállíthatók.

Hol érhető el Nano Banana Pro?
A Google azonnal, több termékben is elérhetővé teszi az új modellt:

Fogyasztóknak és diákoknak:

• a Gemini appban, a „Create images” menüpontnál, a Thinking model kiválasztásával.
• ingyenes felhasználóknak kvótás rendszerben, a kvóta után visszavált az eredeti Nano Bananára.
• Pro és Ultra előfizetők magasabb kvótát kapnak.
• a Search AI Mode-ban az USA-ban elérhető.

Professzionális felhasználóknak:

• Google Ads kreatív modulja frissült Nano Banana Próra,
• Google Slides és Google Vids is megkapja,
• a Flow filmmaking tool Ultra-előfizetők számára.

Fejlesztőknek és vállalati környezetben:

• Gemini API és Google AI Studio,
• Vertex AI integráció,
• Google Antigravity prototipizációs felület.

A Gemini alkalmazásban mostantól megkérdezhető, hogy egy feltöltött kép Google-AI-val készült-e. A látható vízjel a Pro és Ultra csomagokban eltűnik, hogy professzionális felhasználók tiszta képet kapjanak, de a digitális vízjel minden esetben jelen marad.

A Nano Banana Pro nem egyszerű frissítés, hanem egy olyan ugrás, amely a generatív képművészetet összekapcsolja a valós tudással, a grafikai kontrollal és a professzionális workflow-kkal. A Google egyértelműen azt a célt tűzte ki, hogy a kreatív vizuális alkotás a lehető legszélesebb felhasználói kör számára legyen elérhető – úgy, hogy közben a hitelesség és a transzparencia is beépül a rendszerbe.