Google випустила модель Nano Banana 2.1: генерація зображень у 4K і точне збереження облич під час редагування

6 жовтня 2026 року Google представила генеративну модель Nano Banana 2.1, призначену для створення та точкового редагування зображень. Розробка базується на архітектурі Gemini 3.6 Flash і розв’язує одну з головних проблем графічних нейромереж — «галюцинації» під час внесення дрібних правок. Нова версія вміє точково змінювати окремі деталі кадру, не спотворюючи риси облич персонажів, ключові об’єкти та загальне освітлення. Модель уже перейшла в статус загальнодоступного релізу (GA) і доступна через Google AI Studio та Gemini API.

На відміну від багатьох дифузійних систем, які за найменшої зміни промпту перемальовують сцену з нуля, Nano Banana 2.1 орієнтована на збереження контексту. Якщо попросити нейромережу замінити одяг на людині або переставити предмет на столі, вона не змінить анатомію героя і геометрію кімнати. У картці моделі від Google DeepMind зазначається, що в тестах на консистентність персонажів і перенесення стилів новинка перевершила не лише попередню версію Nano Banana 2, а й важчу Nano Banana Pro.

До 14 референсів і роздільність 4K

Модель отримала значний апгрейд технічних можливостей для комерційного дизайну та створення контенту:

• Мультиреференсний режим: в один запит можна передавати до 14 вихідних зображень, при цьому нейромережа стабільно утримує зовнішність до чотирьох персонажів і властивості до десяти окремих предметів;
• Формати виводу: підтримується генерація в нативних роздільностях 1K, 2K і 4K;
• Панорамні пропорції: розробники усунули крайові спотворення під час створення ультрашироких зображень із співвідношенням сторін до 8:1;
• Типографіка: покращено рендеринг складного тексту в кадрі, написів на етикетках та елементів інфографіки.

Як повідомляється в документації Google AI for Developers, алгоритм можна напряму пов’язувати з Google Search і пошуком за картинками, щоб модель враховувала свіжу візуальну інформацію з мережі.

Рівні роздумів і доступ для розробників

Для складних творчих завдань у модель додали регулювання глибини міркувань (reasoning). Розробникам доступні три режими — minimal, medium і high. За вибору максимального рівня нейромережа витрачає більше часу на покрокове планування композиції перед генерацією пікселів, що знижує відсоток браку за складних маніпуляцій зі світлом і перспективою.

Модель поширюється під ідентифікатором gemini-nano-banana-2.1 на платформі Google Cloud і в API. Оцінити роботу алгоритму у вебінтерфейсі можна напряму через пісочницю Google AI Studio, протестувавши генерацію в режимі реального часу.