गूगल ने अपना नया आर्टिफिशियल इंटेलिजेंस (AI) आधारित इमेज मॉडल पेश किया, जिसे अब तक का कंपनी का सबसे बेहतरीन इमेज जेनरेशन और एडिटिंग मॉडल बताया जा रहा है। इस मॉडल का नाम Gemini 2.5 Flash Image रखा गया है। दिलचस्प बात यह है कि आधिकारिक लॉन्च से पहले ही यह मॉडल LMArena नामक क्राउडसोर्स्ड AI मॉडल रैंकिंग प्लेटफॉर्म पर "Nano Banana" नाम से वायरल हो चुका था और वहां इसे कैरेक्टर कंसिस्टेंसी और एडिटिंग क्वालिटी के लिए खूब सराहा गया। अब यह मॉडल Gemini ऐप में उपलब्ध है।
एडिटिंग क्षमता में बड़ा सुधार
गूगल ने अपने ब्लॉग पोस्ट में स्वीकार किया कि हाल ही में LMArena पर टॉप रैंक पाने वाला Nano Banana मॉडल ही वास्तव में Gemini 2.5 Flash Image है। कंपनी ने कहा कि इस नए मॉडल में न सिर्फ स्पीड और क्वालिटी बेहतर हुई है बल्कि अब यह एडिटिंग के दौरान कैरेक्टर की कंसिस्टेंसी बनाए रखने में और सक्षम है।
यूजर्स की पुरानी समस्या का हल
पहले Gemini पर यूजर्स को दिक्कत आती थी कि किसी इमेज को एडिट करने पर तस्वीर में मौजूद इंसान का चेहरा या लुक काफी बदल जाता था, लेकिन नए मॉडल में यह समस्या काफी हद तक हल हो गई है। अब आप किसी व्यक्ति की टी-शर्ट का रंग बदल सकते हैं या उसके सिर पर टोपी जोड़ सकते हैं, बिना इस डर के कि उसका चेहरा बिगड़ जाएगा।
- नए फीचर्स: इमेज ब्लेंडिंग और मल्टी-टर्न एडिट्स
- इमेज ब्लेंडिंग: अब यूजर दो अलग-अलग तस्वीरों को मिलाकर एक नई इमेज बना सकते हैं, हालांकि, इसकी सफलता काफी हद तक इनपुट इमेज और प्रॉम्प्ट पर निर्भर करती है।
- मल्टी-टर्न एडिट्स: अगर पहली बार किए गए एडिट्स आपको पसंद नहीं आ रही है तो आप लगातार नई रिक्वेस्ट देकर बदलाव कर सकते हैं। खास बात यह है मकि हर एडिट में बेस कैरेक्टर एक जैसा ही बना रहता है।
डेवलपर्स और एंटरप्राइज के लिए भी उपलब्ध
जहां आम यूजर्स इस मॉडल को Gemini ऐप के जरिए इस्तेमाल कर सकते हैं, वहीं डेवलपर्स के लिए यह मॉडल Gemini API, Google AI Studio और Vertex AI पर उपलब्ध होगा। इस मॉडल की कीमत $30 (करीब ₹2,600) प्रति मिलियन आउटपुट टोकन रखी गई है। हर इमेज पर लगभग 1290 टोकन खर्च होंगे, यानी एक इमेज बनाने की लागत करीब $0.039 (करीब ₹3.5) होगी।
प्रदीप पाण्डेय टाइम्स नाउ नवभारत डिजिटल में टेक और ऑटो बीट पर कंटेंट तैयार करते हैं। डिजिटल मीडिया में 10 वर्षों के अनुभव के साथ प्रदीप तकनीक की दुनिय... और देखें