Google đã ra mắt Nano Banana Pro, một bản nâng cấp quan trọng cho công nghệ tạo hình ảnh AI của mình, được xây dựng trên nền tảng mô hình Gemini 3 Pro. Bản phát hành mới này trực tiếp giải quyết hai thách thức dai dẳng nhất trong lĩnh vực hình ảnh AI: kết xuất văn bản dễ đọc và thiết lập tính minh bạch về nội dung. Mô hình hiện đang được triển khai trên toàn bộ hệ sinh thái của Google, từ ứng dụng Gemini dành cho người dùng phổ thông đến các công cụ chuyên nghiệp như Google Slides và Google Ads, cho thấy một nỗ lực lớn nhằm biến hình ảnh do AI tạo ra trở nên khả thi cho cả việc sáng tạo ngẫu hứng lẫn các ứng dụng kinh doanh nghiêm túc.
Bước Nhảy Vọt Về Kết Xuất Văn Bản và Kiến Thức Thực Tế
Cải tiến dễ nhận thấy nhất ở Nano Banana Pro là khả năng tạo ra văn bản chính xác, dễ đọc ngay trong hình ảnh. Đây từng là một điểm yếu nổi tiếng của các công cụ tạo ảnh AI, vốn thường tạo ra các chữ cái lộn xộn và từ ngữ vô nghĩa. Google tuyên bố mô hình này mang lại "khả năng kết xuất văn bản hoàn hảo", hỗ trợ đa ngôn ngữ và thậm chí cả dịch thuật. Các thử nghiệm ban đầu cho thấy nó có thể tạo ra đồ họa thông tin mạch lạc, ghi nhãn biểu đồ chính xác và tạo ra các tài liệu tiếp thị với các câu văn đầy đủ, dễ đọc. Khả năng này được cung cấp bởi khả năng lập luận nâng cao của Gemini 3 Pro, cho phép mô hình lấy thông tin thời gian thực từ Google Tìm kiếm để tạo ra các hình ảnh trực quan giàu ngữ cảnh như đồ họa thông tin dựa trên dữ liệu hoặc công thức nấu ăn với hướng dẫn chính xác.
Những Cải Tiến Tính Năng Chính trong Nano Banana Pro:
- Mô Hình Nền Tảng: Được xây dựng trên Gemini 3 Pro (so với Nano Banana gốc trên Gemini 2.5 Flash).
- Kết Xuất Văn Bản: Tạo văn bản đa ngôn ngữ hoàn hảo bên trong hình ảnh.
- Pha Trộn Hình Ảnh: Kết hợp các yếu tố từ tối đa 14 hình ảnh đầu vào.
- Tính Nhất Quán Con Người: Duy trì sự tương đồng của tối đa 5 người xuyên suốt các lần tạo.
- Điều Khiển Sáng Tạo: Chỉnh sửa cục bộ, điều chỉnh góc máy, kiểm soát tiêu cự, chỉnh màu.
- Tính Minh Bạch: Đóng dấu SynthID với công cụ xác minh công khai trong ứng dụng Gemini.
Kiểm Soát Sáng Tạo Được Cải Thiện và Tích Hợp Chuyên Nghiệp
Đối với các chuyên gia, Nano Banana Pro cung cấp một bộ tính năng kiểm soát sáng tạo mới, vượt xa việc tạo ảnh đơn thuần từ lời nhắc. Người dùng giờ đây có thể thực hiện chỉnh sửa cục bộ, tinh chỉnh các phần nhất định của hình ảnh và điều chỉnh các yếu tố như góc máy, tiêu cự, chỉnh màu và ánh sáng cảnh. Mô hình này cũng có thể pha trộn các yếu tố từ tối đa 14 hình ảnh đầu vào khác nhau trong khi vẫn duy trì tính nhất quán và sự tương đồng của tối đa năm người, một lợi ích lớn cho việc tạo nội dung có thương hiệu. Việc tích hợp nó vào bộ công cụ chuyên nghiệp của Google—bao gồm Google Ads, Google Workspace, Google Slides và Google Vids—nhấn mạnh đối tượng mục tiêu của nó: các doanh nghiệp đang tìm kiếm một cách hiệu quả về chi phí để sản xuất các tài sản tiếp thị và tài liệu trình bày chuyên nghiệp.
Tiêu Chuẩn Mới Về Tính Minh Bạch Của AI
Có lẽ tính năng mang tầm nhìn xa nhất là công cụ tăng cường minh bạch của Google. Giờ đây, bất kỳ ai cũng có thể tải một hình ảnh lên ứng dụng Gemini và hỏi xem nó có được tạo bởi AI của Google hay không. Điều này được cung cấp bởi SynthID, công nghệ đóng dấu kỹ thuật số của Google, thêm một tín hiệu không thể nhận biết vào phương tiện được tạo bởi AI. Trong khi các mô hình khác cũng sử dụng kỹ thuật đóng dấu, Google đang làm cho việc xác minh trở nên trực tiếp và dễ tiếp cận với người dùng cuối. Trong một động thái quan trọng đối với người dùng chuyên nghiệp, những người đăng ký Google AI Ultra sẽ có dấu mờ "Gemini sparkle" được gỡ bỏ khỏi tác phẩm của họ, thừa nhận nhu cầu về các tài sản sạch sẽ, đạt cấp độ chuyên nghiệp trong khi vẫn duy trì chữ ký số cơ bản có thể xác minh được.
Tính Khả Dụng và Các Mô Hình Truy Cập
Nano Banana Pro có sẵn trên toàn cầu trong ứng dụng Gemini khi người dùng chọn mô hình 'Thinking'. Người dùng ở cấp miễn phí nhận được một hạn ngạch hàng ngày có giới hạn trước khi được chuyển về mô hình Nano Banana ban đầu. Những người đăng ký trả phí, bao gồm người dùng Google AI Plus, Pro và Ultra, nhận được giới hạn tạo ảnh cao hơn. Đối với các nhà phát triển và doanh nghiệp, mô hình có thể truy cập thông qua Gemini API, Google AI Studio và sẽ sớm có mặt trên Vertex AI. Mô hình truy cập phân cấp này cho phép Google phục vụ mọi đối tượng, từ người dùng phổ thông đang thử nghiệm AI đến các doanh nghiệp lớn mở rộng quy mô sáng tạo nội dung.
Các cấp độ truy cập cho Nano Banana Pro:
- Người dùng miễn phí: Hạn ngạch hàng ngày bị giới hạn trong ứng dụng Gemini; có hình mờ hiển thị.
- Người đăng ký Google AI Plus/Pro/Ultra: Giới hạn tạo lập cao hơn.
- AI Pro & Ultra (Mỹ): Truy cập qua Chế độ AI trong ứng dụng Gemini.
- Người đăng ký Google AI Ultra: Không có hình mờ hiển thị; truy cập trong Flow (công cụ làm phim AI).
- Nhà phát triển/Doanh nghiệp: Truy cập qua Gemini API, Google AI Studio, Vertex AI.
- Workspace/Google Ads: Được tích hợp cho khách hàng doanh nghiệp.
Đánh Giá Về Hình Ảnh AI Cấp Doanh Nghiệp
Các thử nghiệm ban đầu cho thấy một công cụ có khả năng đáng chú ý nhưng vẫn tồn tại những hạn chế quen thuộc. Mặc dù khả năng kết xuất văn bản được cải thiện đáng kể, mô hình vẫn có thể gặp khó khăn với các tác vụ phức tạp như ghi nhãn hình ảnh chính xác. Mục tiêu thúc đẩy việc áp dụng trong môi trường chuyên nghiệp là rõ ràng, và độ phân giải cùng khả năng kiểm soát được cải thiện chắc chắn sẽ thu hút các doanh nghiệp. Tuy nhiên, đầu ra đôi khi vẫn mang phong cách thẩm mỹ đặc trưng, đôi khi không tự nhiên của đồ họa do AI tạo ra. Khi công nghệ này được nhúng sâu vào các công cụ nơi làm việc, kỷ nguyên truyền thông doanh nghiệp được AI hỗ trợ đã chính thức hiện diện, hứa hẹn mang lại hiệu quả nhưng cũng làm dấy lên những câu hỏi về sự đồng nhất hóa của phương tiện truyền thông hình ảnh. Google Nano Banana Pro đại diện cho một bước tiến quan trọng trong việc đưa công nghệ tạo ảnh AI từ một thứ mới lạ trở thành một công cụ thực tiễn.