La nano-banane de Google

L'édition d'images par IA vient de passer au niveau supérieur.

Rencontrez Nano Banane—Le nouveau modèle d'image puissant de Google intégré à Gemini 2.5 Flash Image. Avec le langage naturel, vous pouvez retouchez des photos étape par étape, conservez la cohérence des personnages, mélangez plusieurs images et réimaginez tout avec la connaissance du monde.

Dans cette vidéo, nous faisons une démonstration de Nano Banana's des capacités époustouflantes:
✨ Édition en plusieurs étapes
🧑 ‍ 🚀 Cohérence des caractères (même visage d'une édition à l'autre)
🌍 Mélange d'images et connaissance du monde
🛡️ Filigrane intégré + SynthID

Maintenant disponible dans l'application Gemini (web et mobile) et pour les développeurs via l'API Gemini, AI Studio et Vertex AI.

Google Nano Banana (image flash Gemini 2.5) : analyse complète des fonctionnalités

Google a officiellement dévoilé Nano Banane, le nom de code ludique de son nouveau modèle d'image basé sur l'IA Image flash Gemini 2.5. Ce modèle est conçu pour repousser les limites de ce que l'édition et la génération d'images par IA peuvent faire, en combinant vitesse, fidélité et connaissance du monde. Voici un aperçu complet de ses fonctionnalités, tiré de la documentation de Google, des notes des développeurs et des commentaires réels des utilisateurs de Reddit et d'autres sites.

1. Génération d'images

• Synthèse texte-image : Générez des visuels de haute qualité à partir d'instructions en langage naturel.
• Conçu pour incitation à la conversation, ce qui le rend plus naturel que les systèmes contenant beaucoup de mots clés.
• Cas d'utilisation : art conceptuel, contenu social, visuels marketing créatifs.

2. Retouche d'images

• Modifications locales et globales : Supprimez ou ajoutez des objets, floutez les arrière-plans, changez de pose, colorisez des images en noir et blanc.
• Édition multi-tours : Affinez la même image de manière itérative par le biais de la conversation. Exemple : « Faites-en sorte que le soleil se couche → Ajoutez des lanternes → Mettez des feux d'artifice en arrière-plan. »
• Recoloration et restauration : Réparez d'anciennes images ou modifiez les couleurs de manière créative et précise.

3. Cohérence du caractère et du style

• Préservation de l'identité : Maintient la cohérence des visages, des animaux de compagnie ou des personnages dans de multiples modifications et contextes.
• Adhérence au modèle : Fonctionne bien avec les mises en page structurées telles que les fiches produits, les catalogues et les badges d'identification.
• Échange de tenues et d'époques : Changez les vêtements ou l'époque d'un personnage tout en conservant la même identité.

4. Fusion et composition d'images multiples

• Fusion d'images : Fusionnez deux images ou plus en une seule scène composite cohérente.
• Transfert de style : Appliquez le style d'une image (par exemple, des ailes de papillon) à un objet d'une autre (par exemple, une robe).
• Collages créatifs : Combinez de manière fluide des entrées disparates dans de nouveaux concepts.

5. Édition tenant compte des connaissances mondiales

• Grâce à la compréhension sémantique de Gemini, le modèle « connaît » le contexte.
• Exemple : « Mona Lisa en tant que DJ cyberpunk à Tokyo » produit une scène qui a du sens à la fois artistiquement et thématiquement.
• Capable de manipuler lecture de diagrammes et modifications contextuelles.

6. Fonctionnalités d'IA responsable

• Filigrane : Chaque image comprend à la fois un filigrane visible (dans l'application Gemini) et un filigrane invisible ID de synthèse pour la traçabilité.
• Garde-corps de sécurité : Réduit les modifications nuisibles ou trompeuses.

7. Intégration des développeurs

• Disponible auprès de :
  • Appli Gemini (Web et mobile)
  • API Gemini et AI Studio
  • Vertex AI pour les flux de travail d'entreprise
• Partenaires : Intégrations avec Adobe Firefly, Figma, WPP, Quora Poe, Freepik, etc.
• Spécifications du modèle : ID du modèle aperçu de l'image flash gemini-2.5; l'entrée/sortie inclut le texte et l'image ; prend en charge jusqu'à 32 000 jetons.
• Tarification : ~30 $ par million de jetons de sortie (≈ 0,039$ par image).

8. Points saillants des commentaires des utilisateurs

• Fidélité de l'édition : Les utilisateurs de Reddit disent que c'est « dans une catégorie différente » par rapport à des concurrents tels que Qwen Image, Flux Kontext ou GPT-Image.
• Stabilité de l'identité : De grands éloges pour la façon dont il conserve le même visage d'une édition à l'autre.
• Adhérence rapide : Haute précision pour les tâches de génération et d'édition.
• Notes de déploiement : Certaines restrictions régionales et limites de compte ont déjà été introduites, mais elles sont désormais largement disponibles.

9. Quelle est la prochaine étape

• Google reconnaît les domaines dans lesquels il continue d'apporter des améliorations :
  • Rendu du texte dans les images (longs passages)
  • Détails factuels fins (petits objets, fidélité du texte)
  • Une cohérence identitaire encore plus forte

Conclusion

Image flash Nano Banane/Gemini 2.5 représente une avancée en matière de retouche d'images par IA. Il ne s'agit pas seulement de générer de jolies images, il s'agit d'une création visuelle cohérente, modifiable et contextuelle. Disponible à la fois sur les canaux des consommateurs (application Gemini) et des développeurs (API, Vertex AI), ce modèle est destiné à redéfinir la créativité assistée par l'IA.

Pour les créateurs, les concepteurs et les développeurs, Nano Banana est bien plus qu'un simple modèle d'IA, c'est une nouvelle norme pour retouche d'image flexible, haute fidélité et responsable.