Google vừa chính thức trình làng Nano Banana (còn gọi là Gemini 2.5 Flash Image), một mô hình trí tuệ nhân tạo chuyên sâu về tạo và chỉnh sửa hình ảnh. Được phát triển dựa trên phản hồi từ người dùng, công cụ này hứa hẹn mang lại những cải tiến vượt trội về chất lượng hình ảnh cũng như khả năng tùy biến, hiện đã vươn lên dẫn đầu bảng xếp hạng LMArena.
Tổng quan và những tính năng nổi bật của Nano Banana
Hiện tại, mô hình Nano Banana đã được cung cấp trên Gemini API, miễn phí cho các nhà phát triển thông qua Google AI Studio và tích hợp trên Vertex AI cho khách hàng doanh nghiệp. Về chi phí, mô hình này được tính giá 30 USD cho mỗi 1 triệu token đầu ra. Theo ước tính, mỗi hình ảnh được tạo ra sẽ tương đương 1.290 token, tức khoảng 0,039 USD.
Những khả năng nổi bật
- Kết hợp và hòa trộn ảnh: Hợp nhất các yếu tố từ nhiều bức ảnh khác nhau để tạo ra một tác phẩm liền mạch và sáng tạo.
- Duy trì nhân vật nhất quán: Giữ nguyên đặc điểm của một người hoặc vật thể qua nhiều hình ảnh, phù hợp để xây dựng bộ ảnh đồng nhất.
- Chỉnh sửa bằng ngôn ngữ tự nhiên: Dễ dàng chỉnh sửa chi tiết, thay đổi trang phục hay xóa vật thể chỉ bằng những câu lệnh đơn giản.
- Am hiểu bối cảnh thực tế: Tạo ra những bức ảnh chân thực và logic nhờ tận dụng kiến thức nền tảng của Gemini.
- Sáng tạo đa dạng: Hỗ trợ tạo ra nhiều phiên bản ảnh khác nhau chỉ từ một yêu cầu duy nhất.
Trải nghiệm thực tế với Nano Banana
Sau đây là các trải nghiệm tạo hình và chỉnh sửa ảnh thực tế với mô hình này kèm theo đó là cả câu lệnh và nhận xét cụ thể cho từng trường hợp.
Làm ảnh thẻ (CV, hồ sơ, hộ chiếu)
Trong những tình huống cấp bách cần ảnh thẻ để nộp hồ sơ, người dùng có thể biến một bức ảnh chụp thông thường thành ảnh thẻ chuyên nghiệp với câu lệnh: “Chỉnh ảnh thành ảnh thẻ chuyên nghiệp, nền màu trắng, giữ gương mặt rõ nét, cân chỉnh ánh sáng tự nhiên, loại bỏ bóng mờ. Thay trang phục bằng áo sơ mi trắng cổ đứng, phong cách nghiêm túc, phù hợp làm ảnh CV/xin việc. Khung ảnh 3×4.”
Kết quả cho thấy Nano Banana xử lý tốt các yếu tố về biểu cảm, ánh sáng và trang phục. AI có khả năng điều chỉnh gương mặt trở nên nghiêm túc hơn nhưng vẫn giữ lại đường nét đặc trưng. Tuy nhiên, mô hình vẫn còn hạn chế khi ảnh kết quả chưa được tự động cắt theo tỷ lệ 3×4 và chất lượng chỉ dừng ở 720p, đòi hỏi người dùng phải chỉnh sửa thủ công thêm.
Xóa người lạ khỏi nền ảnh
Với những bức ảnh chụp tại các địa điểm đông người, việc có những người lạ vô tình lọt vào khung hình là điều khó tránh. Nano Banana có thể giải quyết vấn đề này một cách hiệu quả.
Bằng câu lệnh: “Xóa toàn bộ người ở trong nền, giữ lại nhân vật chính rõ nét. Hoàn thiện phần nền bằng cách phục hồi cảnh vật tự nhiên, làm cho bức ảnh giống như chụp khi địa điểm vắng người”, mô hình đã xóa hoàn toàn các đối tượng không mong muốn và tái tạo lại hậu cảnh một cách chính xác, trong khi vẫn giữ nguyên chủ thể.
Thay đổi trang phục + nhiều phụ kiện cùng lúc
Đối với ngành thời trang, việc thay đổi trang phục và phụ kiện cho người mẫu trở nên đơn giản hơn rất nhiều. Người dùng có thể ghép trang phục từ ảnh này sang ảnh khác bằng câu lệnh: “Thay trang phục trong ảnh 1 thành trang phục trong ảnh thứ 2, giữ đúng tư thế và gương mặt.”
Thậm chí, mô hình có thể xử lý nhiều chi tiết cùng lúc: “Thay trang phục trong ảnh 1 thành trang phục trong ảnh thứ 2 cùng với các phụ kiện trong ảnh 3, giữ đúng tư thế và gương mặt của người trong ảnh 1.” Thử nghiệm cho thấy trang phục và phụ kiện mới được ghép vào một cách chân thực, hòa hợp với tổng thể mà không làm thay đổi khuôn mặt hay dáng đứng của người mẫu.
Phục chế ảnh cũ
Khả năng “am hiểu bối cảnh thực tế” của Nano Banana được thể hiện rõ nét khi phục chế những bức ảnh cũ. Với một bức ảnh đen trắng, ố vàng, người dùng chỉ cần yêu cầu: “Hãy phục hồi và tô màu cho bức ảnh này.”
Mô hình không chỉ khôi phục chi tiết bị mờ mà còn tô màu cho trang phục và khung cảnh với màu sắc chân thực, phù hợp với bối cảnh xưa. Đặc biệt, thần thái và đường nét khuôn mặt được tái hiện chính xác, cho thấy sự vượt trội so với các mô hình trước đây.
Với những cải tiến đáng kể, mô hình Nano Banana của Google hứa hẹn sẽ mở ra nhiều ứng dụng sáng tạo trong các lĩnh vực như thiết kế, quảng cáo và nhiếp ảnh. Khả năng tạo ra những bức ảnh chân thực và dễ dàng tùy chỉnh sẽ giúp người dùng biến ý tưởng thành hiện thực một cách nhanh chóng và hiệu quả hơn.
