Die mysteriöse „Banana“-KI ist im Ausland ein Hit. Nach zehn Runden extremer Tests glaube ich, dass der Begriff „Fotobearbeitung“ überholt ist.

In der ersten Jahreshälfte waren alle noch von 4os „Ghibli Wind Picture“ begeistert.

Kürzlich ist ein neues Modell mit dem mysteriösen Codenamen Nano-Banane in den sozialen Medien viral gegangen. Sein Erfolg ist nicht auf die Bildqualität zurückzuführen, sondern auf seine beispiellosen Bildbearbeitungsmöglichkeiten, die Internetnutzer zu dem Ausruf veranlassten: „ Das ist echte KI-Fotobearbeitung .“

Wie leistungsstark ist es? In der Vergangenheit waren die am häufigsten verwendeten KI-Bildbearbeitungsmethoden wahrscheinlich die KI-Eliminierung, bei der Passanten aus dem Foto entfernt werden, oder die KI-Ausschneidung, bei der das Hauptmotiv des Fotos ausgeschnitten und dann in andere Hintergründe kopiert wird.

Jetzt ist es jedoch möglich, ein Bild direkt und ohne sichtbare Bearbeitungsspuren zu erstellen. Die Zeichen, der Hintergrund und sogar kleine Buchstaben im Bild können ohne KI-Eingriff frei geändert werden.

Die folgenden Bilder sind einige Beispiele für die Verwendung der Nano-Bananen-Bearbeitung, die wir auf X gefunden haben. Ich möchte nur sagen, dass es sich wirklich lohnt, beliebt zu sein.

Dieser Internetnutzer hat das Foto des Mädchens oben bereitgestellt, das nur ihr Profil zeigt, und die Aufforderung eingegeben: „Erstellen Sie ein Foto von jemandem, der geradeaus schaut.“

Das unten stehende Ausgabebild wurde mit dem Nano-Bananen-Modell generiert. Diese Ausgabe ist wie ein separates Foto, das gleichzeitig mit einem Telefon aufgenommen wurde.

Einige Internetnutzer teilten außerdem mit, dass sie diese beiden Bilder hinzugefügt und das Stichwort „Lass sie ein Selfie machen“ eingegeben hätten.

Endlich muss mein einziges Foto mit dir nicht nur ein Abschlussfoto sein. Billies große Goldkette, Ohrringe und Ponyfrisur sind perfekt zu sehen. Michaels Gesicht, verzerrt und voller Rauschen, hat jetzt die gleiche klare, realistische Hautstruktur wie Billies auf dem Selfie.

Netizens auf X haben dieses Bildbearbeitungsmodell wiederholt gelobt. Aus diesen Screenshots haben wir die erstaunlichsten Funktionen von Nano Banana grob zusammengefasst.

1. Die Charakterkonsistenz ist extrem stark : Egal, ob sich der Hintergrund oder der Ausdruck ändert, das Gesicht ändert sich nicht, sogar die Krümmung der Mundwinkel kann beibehalten werden.
2. Angemessene Licht- und Schattenlogik : Im Gegensatz zu Filterkarten kann es Lichtquellen und Schatten neu berechnen, um die Szene den physikalischen Gesetzen anzupassen.
3. Fotorealismus : Es gibt fast keine Spuren von KI und der erzeugte Effekt sieht aus wie „ein Foto, das gleichzeitig mit einem anderen Telefon aufgenommen wurde“.
4. Natürliche Stilkonvertierung : Von der Restaurierung alter Fotos bis hin zu Skizzen, Aquarellen und Cartoons können die Hauptmerkmale unverändert beibehalten werden.

Zunächst einmal unterscheidet sich Nano Banana qualitativ von früheren Bildbearbeitungsmodellen, da es während des Bildkonvertierungsprozesses grundsätzlich den einheitlichen Ton und Inhalt des gesamten Fotos beibehalten kann und keine zusätzlichen Inhalte generiert.

Neben Farbton und Bildinhalt ist die Konsistenz der Charaktere entscheidend. Ob beim Ändern des Hintergrunds oder beim Ändern des Gesichtsausdrucks zu einem Lächeln – die Gesichtszüge und Ausdrücke der von Nano Banana generierten Charaktere bleiben nahezu unverändert, selbst die Mundkrümmung bleibt stabil.

Wenn wir beispielsweise ein Bild mit einem festen Charakter erstellen, kann dieser Charakter in verschiedenen Szenen gleich bleiben.

Da es ein hohes Maß an Konsistenz in Ton, Atmosphäre, Szene und Thema mit dem Eingabebild aufrechterhalten kann, haben einige Internetnutzer Nano-Bananen verwendet, um die gesamte Szene in eine neue Geschichte zu verwandeln.

Die von nano banana generierten Bilder gewährleisten nicht nur hochwertige Fotoinhalte, sondern sind auch bemerkenswert realistisch. Im Gegensatz zu den meisten früheren Rohbildmodellen, die oft Bilder mit einem starken KI-Einfluss erzeugen, zeichnet sich die Bildqualität von nano banana durch Natürlichkeit und Realismus aus.

Und schließlich leistet Nano Banana hervorragende Arbeit bei der Konvertierung von Szenen in eine Vielzahl künstlerischer Stile, darunter Aquarell-, Ölgemälde- und Cartoon-Stile sowie realistische Fotos.

Wir haben auch das mysteriöse Modell Nano-Banane in der LMArena getestet, um zu sehen, ob es wirklich so leistungsstark ist.

Erlebnisadresse: https://lmarena.ai/?chat-modality=image (wird nur angezeigt, wenn Sie den Kampfmodus auswählen)

Aus einem Gruppen-Abschlussfoto kann auch ein Foto nur für euch beide werden

Zuerst haben wir ein Abschlussfoto herausgesucht, um zu sehen, ob sich damit wirklich ein Foto von zwei Personen erstellen lässt.

Es hat tatsächlich funktioniert. Obwohl die generierten Leichtathletik-Rasen nicht sehr ähnlich waren, zeigten die von Qwen, Flux und Seed generierten Bilder in mehreren Testrunden immer noch mehrere Personen. Nur Nano-Banane verstand die Anweisungen und extrahierte zwei Personen.

Lassen Sie uns den Test mit Fotos fortsetzen, auf denen nur ein Gesicht zu sehen ist. Wir verwenden das Foto vom Anfang und lassen es ein Passfoto mit weißem Hintergrund generieren.

Unten sind sechs Fotos. Sie können raten, welches von Nano-Bananen erzeugt wurde oder welches Ihnen am besten gefällt.

Richtig gelesen, das erste Bild wurde auch vom Model erstellt. Ich weiß wirklich nicht, welcher Reisepass so ein Foto verwenden kann.

Die Antwort ist enthüllt. Obwohl die Nano-Banane am schönsten und sanftesten aussieht, ähnelt die von GPT-IMG erstellte eher einem Passfoto, da ein kleiner Teil des Ohrs freiliegt. Flux scheint keine Ahnung zu haben, was ein Passfoto ist. Qwen ist ein ganz normales Passfoto, aber es ist zu „normal“, als ob es sich nicht auf das Bild bezöge, das ich ihm geschickt habe.

Wir nehmen weiterhin das von nano-banana generierte ID-Foto und bitten es, ein Ganzkörperfoto für uns zu erstellen, um zu sehen, ob es das ursprüngliche Erscheinungsbild des Charakters während des KI-Bearbeitungsprozesses beibehalten kann.

Ich verrate es gleich. Dieses Mal hat Gemini eine gute Figur gemacht. Die Fotos sind sehr realistisch und die Szenen und die Kleidung passen gut zusammen. Nano Banana hat auch eine gute Figur gemacht, aber ich finde immer, dass ihr Stil etwas anders ist als der des Mädchens auf dem Passfoto.

Es gibt viele Möglichkeiten, eine einzelne Figur in einem einzelnen Foto zu bearbeiten. Im Bild unten muss Musk beispielsweise eine Boxgeste ausführen, und die Figur wird im Grunde zu 100 % kopiert. Musks Augen, Gesichtsform, Nase und Mund sind alle sehr gut kopiert.

Durch die Verarbeitung eines einzelnen Fotos kann eine perfekte Reproduktion erreicht werden, aber wie verhält sich Nano Banana bei der Verarbeitung mehrerer Fotos?

Wir haben zwei Fotos mit Gesichtern gefunden und das Model gebeten, die beiden Personen zusammenzufügen, um zu sehen, ob es noch wie ein echtes Foto ohne sichtbare Fehler aussieht.

Die linke Seite des Bildes stammt von Nano-Banane, während die obere rechte Ecke den von Gemini erzeugten Effekt zeigt. Man sieht einen deutlichen Unterschied. Nano-Banane ist sehr realistisch und auf den ersten Blick erkennbar. Der in der blauen Kleidung ist Zuckerberg.

Nano-Banane hat auch ein erstaunliches Verständnis der physischen Welt

Neben der Beibehaltung des Erscheinungsbilds der Charaktere kann Nano Banana auch Objekte, Hintergründe und andere Elemente vollständig mit dem Eingabebild konsistent halten.

In den folgenden beiden Bildern von Räumen zeigen wir beispielsweise, wie man das Licht einschaltet; dann finden wir ein weiteres Bild, wie man das Licht ausschaltet.

Beim Einschalten des Lichts schienen sowohl Nano Banana als auch Flux auf den ersten Blick gut zu funktionieren. Doch ein subtiler Unterschied zeigte sich: Nano Banana aktivierte nicht nur die Stehlampe, sondern – noch wichtiger – schien die gesamte Beleuchtungslogik des Raumes neu zu berechnen. Der Schatten auf dem Couchtisch wurde nicht mehr primär vom Licht des Fensters beeinflusst, sondern nun korrekt von der neuen Lichtquelle weggeworfen.

Es fügt nicht einfach einen Leuchteffekt auf ein Bild ein, sondern „versteht“ die Anweisungen auf der Ebene des dreidimensionalen Raums und der physikalischen Gesetze genauer, ähnlich wie Googles kürzlich veröffentlichtes Weltmodell Genie 3. Im Vergleich dazu ähnelt das Ergebnis von Flux eher einem Filter; die Atmosphäre ist da, aber die Logik ist etwas fragwürdig.

Noch deutlicher ist der Unterschied beim Ausschalten der Lichter. Flux lässt die Stehlampe direkt verschwinden, während Nano Banana das Licht erfolgreich ausschaltet und zudem umfassende Schatten- und Farbanpassungen vornimmt.

Auch die Kreativität bleibt erhalten, reiner Text und Bilder sind nicht so gut wie GPT

Die Stilübertragung ist ebenfalls ein großer Vorteil von Nano Banana. Ob es darum geht, Schwarzweißfotos farbenfroher oder verzerrter Bilder realistischer zu gestalten – Nano Banana bietet eine bessere Leistung als andere Bildbearbeitungsmodelle in LMArena.

Bei dem von Flux erstellten Lu Xun-Porträt wirkt es immer so, als wäre die Farbsättigung nicht gut angepasst, während das von Nano-Banana erstellte Porträt für mich sehr real wirkt und das Zeitgefühl bewahrt.

Wir haben auch Screenshots aus dem Trailer des kürzlich erschienenen Films „The Little Monsters of Langlang Mountain“ gefunden und das Modell gebeten, vom Animationsstil in andere Stile zu konvertieren.

Allerdings können auch KI-Fehler passieren, wie bei diesem Bild. Nano Banana hat mir das Originalbild direkt gegeben, aber Qwen hat den Stil sehr gut übertragen.

Natürlich ist es auch möglich, dass der „Ghibli-Stil“ gegen einige Regeln zur Modellnutzung verstößt, so wie es für 4o derzeit keine Möglichkeit gibt, Eingabeaufforderungen im Ghibli-Stil direkt einzugeben, um Fotos zu generieren.

Nano-Banana bietet eine Möglichkeit, den Skizzenstil zu verarbeiten. Das Bild oben rechts zeigt das Skizzenergebnis von Nano-Banana. Ich finde es besser als das Bild unten links, da es eher wie eine Skizze aussieht.

Darüber hinaus liegt der Schwerpunkt von Nano-Banana immer noch darauf, ein Bildbearbeitungsmodell zu sein, und seine Leistung bei der rein textbasierten Bildverarbeitung ist nicht herausragend.

Ein Internetnutzer auf X hat mit Nano-Banana einen Test zur Postergenerierung mit hochschwieriger/komplexer Textur sowie Licht und Schatten/fortgeschrittener Textur durchgeführt und das Ergebnis war, dass GPT-IMG gewonnen hat.

Nano-Bananen sind derzeit ein „unbekanntes“ Modell, das nur zufällig in blinden Adversarialtests auf LMArena erscheint.

Bei unseren Tests haben wir eine Eingabeaufforderung eingegeben, zwei Bilder generiert, für das bessere gestimmt und schließlich festgestellt, welches von welchem ​​Modell stammt; manchmal ist es uns fünf oder sechs Mal hintereinander nicht begegnet.

Obwohl die offizielle Quelle oder der Entwickler dieses Modells nicht offiziell bestätigt wurden, haben Diskussionen im Internet sowie die Textur und überwältigende Qualität der generierten Bilder die meisten zu der Annahme veranlasst, dass es sich wahrscheinlich um ein nicht offengelegtes Projekt bei Google handelt.

Schließlich hat Google intern schon oft Codenamen wie „Früchte“ oder „Snacks“ verwendet.

Als wir versuchten, den Namen des Modells auf dem Computerbildschirm anzuzeigen, tippte Nano-Banana selbstbewusst „Gemini Pro“.

Die neuste Nachricht ist, dass Logan Kilpatrick, Leiter von Google DeepMind, einen Tag vor der Veröffentlichung des Google Pixel 10 einen Tweet verschickte, der lediglich ein Bananen-Emoji enthielt und damit im Grunde bestätigte, dass dieses Modell von Google stammt.

Dieses Mal hat Google das KI-Fotobearbeitungstool Ask Photos auf die Pixel 10-Serie gebracht. Wir müssen lediglich den Bearbeitungswunsch für das Foto eingeben und die KI ihn dann ausführen lassen. Wir müssen keine komplexen Schieberegler, Pinsel und andere Werkzeuge mehr auswählen.

Um die negativen Auswirkungen von Bildmanipulationen zu verhindern, erklärte Google außerdem, dass alle mithilfe von KI-Funktionen bearbeiteten Bilder in den Inhaltsanmeldeinformationen der C2PA (Content Source and Authenticity Alliance) angegeben werden.

Der X-Blogger Testingcatalog hat einen Artikel veröffentlicht, in dem erwähnt wird, dass das Nano-Banana-Bildbearbeitungsmodell nicht nur in Gemini und Whisk (Bildgenerierungsprodukte von Google Labs) verwendet wird, sondern auch in Flow (Videogenerierungsprodukt von Google) erscheinen wird.

Tatsächlich ist es nicht schwer, sich vorzustellen, dass die Bild-zu-Video-Funktion von Flow genau wie die von uns getestete Bildbearbeitung funktioniert und die Figuren im Bild bewegt.

In dem Leck wurde auch erwähnt, dass Google die Videogenerierung mit einem vertikalen Seitenverhältnis testet, um eine bessere Anzeige und Verbreitung auf Plattformen wie TikTok und YouTube Shorts zu ermöglichen.

Google hat in letzter Zeit im Stillen viel getan, angefangen mit dem Weltmodell Genie 3, dann dem ersten Platz in der LMArena-Arena für große Sprachmodelle und schließlich diesem mysteriösen Modell Nano-Banane. Das macht mich immer gespannter auf die Veröffentlichung von Gemini 3.

Wenn 4o damals den Höhepunkt der KI-generierten Bilder darstellte, hat Nano-Banana begonnen, die Bildbearbeitung neu zu definieren.

#Willkommen beim offiziellen öffentlichen WeChat-Konto von iFaner: iFaner (WeChat-ID: ifanr), wo Ihnen so bald wie möglich weitere spannende Inhalte präsentiert werden.

iFanr | Originallink · Kommentare anzeigen · Sina Weibo