تحولات جدید گوگل در حوزه هوش مصنوعی نشاندهنده ورود این شرکت به مرحلهای تازه از توسعه ابزارهای تولید محتوای چندرسانهای است؛ مرحلهای که در آن سرعت پردازش، کاهش هزینه، کیفیت خروجی و یکپارچگی میان تولید تصویر و ویدئو به مهمترین شاخصهای رقابت تبدیل شدهاند. معرفی نانو بنانا ۲ لایت و جمینای اومنی فلش بیانگر آن است که آینده هوش مصنوعی تنها به افزایش توان مدلها محدود نخواهد بود، بلکه توانایی ارائه خدمات سریع، مقرونبهصرفه و قابل استفاده در مقیاس گسترده، عامل اصلی موفقیت خواهد بود.
نانو بنانا ۲ لایت با تمرکز بر تولید سریع تصویر و کاهش هزینههای پردازش، پاسخگوی نیاز توسعهدهندگان، شرکتها و تولیدکنندگان محتوا در پروژههای حجیم است. در مقابل، جمینای اومنی فلش امکان تولید و ویرایش ویدئو را با استفاده همزمان از متن، تصویر و ویدئو فراهم میکند و تجربهای یکپارچه برای تولید محتوای هوشمند ارائه میدهد. این دو مدل در کنار یکدیگر چرخه کامل خلق محتوای دیجیتال را از ایدهپردازی تا تولید ویدئوی نهایی پوشش میدهند.
گسترش این فناوریها نشان میدهد تولید محتوای هوشمند در سالهای آینده بیش از گذشته بر تعامل طبیعی انسان و سامانههای هوشمند، کاهش زمان تولید، مدیریت هزینه، حفظ کیفیت، امنیت محتوا و شفافیت در تشخیص محتوای تولیدشده با هوش مصنوعی استوار خواهد بود. در چنین شرایطی، ابزارهایی که بتوانند میان سرعت، دقت، مقیاسپذیری و اعتماد تعادل برقرار کنند، نقش تعیینکنندهای در آینده صنعت هوش مصنوعی، تولید محتوا، آموزش، تجارت الکترونیکی، بازاریابی، رسانه و ارتباطات دیجیتال خواهند داشت.
نویسنده: آلیسا فورتین، مدیر محصول گوگل دیپمایند (Alisa Fortin, Product Manager, Google DeepMind)
تاریخ انتشار: ۹ تیر ۱۴۰۵ (30 June 2026)
منبع انگلیسی: گوگل کیورد (The Keyword – Google)
منبع فارسی: شارا ـ شبکه اطلاعرسانی روابطعمومی ایران
شبکه اطلاعرسانی روابطعمومی ایران (شارا) || گوگل از دو مدل جدید هوش مصنوعی رونمایی کرده است که هدف آنها تسهیل آزمایش ایدهها، بهبود فرایند توسعه و افزایش مقیاسپذیری پروژههای چندرسانهای است. این دو محصول عبارتاند از نانو بنانا ۲ لایت، سریعترین و مقرونبهصرفهترین مدل تولید تصویر خانواده نانو بنانا، و جمینای اومنی فلش، مدلی برای تولید و ویرایش ویدئو با کیفیت بالا و بهصورت محاورهای.
امروز دو قابلیت مهم در اختیار توسعهدهندگان قرار گرفته است:
- نانو بنانا ۲ لایت؛ سریعترین و اقتصادیترین مدل تولید تصویر در خانواده نانو بنانا که برای پردازش انبوه، سرعت بالا و مقیاسپذیری طراحی شده است. این مدل هماکنون در گوگل ایآی استودیو، رابط برنامهنویسی جمینای و سکوی عاملهای سازمانی جمینای در دسترس قرار دارد. همچنین بهتدریج در سرویسهای عمومی گوگل از جمله حالت هوش مصنوعی در جستوجو، برنامه جمینای و دیگر محصولات گوگل عرضه میشود.
- جمینای اومنی فلش؛ مدل جدید گوگل برای تولید و ویرایش ویدئو با کیفیت بالا و هزینه پایین که اکنون برای نخستین بار از طریق گوگل ایآی استودیو، رابط برنامهنویسی جمینای و سکوی عاملهای سازمانی جمینای در اختیار توسعهدهندگان قرار گرفته است. این مدل در برنامه جمینای و سرویس گوگل فلو نیز قابل استفاده است.
گوگل اعلام کرده است که تولید محتوای چندرسانهای مبتنی بر هوش مصنوعی بیش از هر چیز به تکرار، آزمایش و اصلاح مستمر وابسته است. این دو مدل جدید امکان ایجاد زنجیرهای کامل از تولید تصویر تا ساخت و ویرایش ویدئو را فراهم میکنند.
چه نیاز به تولید هزاران تصویر وجود داشته باشد و چه ویرایش چندمرحلهای ویدئو، توسعهدهندگان اکنون ابزارهایی در اختیار دارند که سرعت تولید، کیفیت خروجی و فرایند توسعه را به شکل محسوسی افزایش میدهد.
نانو بنانا ۲ لایت؛ سریعترین و اقتصادیترین مدل تولید تصویر گوگل
گوگل اعلام کرده است که نانو بنانا ۲ لایت با شناسه Gemini 3.1 Flash Lite Image برای محیطهایی طراحی شده که سرعت و هزینه مهمترین عامل محسوب میشوند.
این مدل جایگزین پیشنهادی گوگل برای نسخه نخست نانو بنانا است و توسعهدهندگانی که تاکنون از نسخه قبلی استفاده میکردند، میتوانند بدون تغییر اساسی، از مزایای عملکرد بهتر آن بهرهمند شوند.
مهمترین مزایای نانو بنانا ۲ لایت
سرعت بسیار بالا
این مدل میتواند تنها در چهار ثانیه تصویر را از روی متن تولید کند.
همین ویژگی آن را برای:
- نمونهسازی سریع
- طراحی اولیه
- تولید انبوه تصاویر
- توسعه تعاملی
به گزینهای مناسب تبدیل کرده است.
هزینه پایین
گوگل هزینه تولید هر تصویر با وضوح هزار پیکسل را حدود ۰٫۰۳۴ دلار اعلام کرده است.
به همین دلیل این مدل برای:
- مدیریت هزینه پروژهها
- تولید محتوای گسترده
- توسعه سامانههای مقیاسپذیر
- پروژههای دارای محدودیت بودجه
انتخابی مقرونبهصرفه محسوب میشود.
با وجود تمرکز بر سرعت، گوگل تأکید میکند که نانو بنانا ۲ لایت همچنان ویژگیهای مهمی مانند:
- تبعیت دقیق از دستور کاربر
- حفظ یکپارچگی شخصیتها در تصاویر
- نمایش صحیح متن داخل تصویر
را حفظ کرده است.
آشنایی با خانواده نانو بنانا
گوگل خانواده مدلهای نانو بنانا را برای نیازهای مختلف توسعهدهندگان در چند سطح طراحی کرده است.
نانو بنانا ۲ لایت
این مدل با نام Gemini 3.1 Flash Lite Image برای بیشترین سرعت طراحی شده است. هدف اصلی آن، پاسخگویی تقریباً آنی در پردازشهای حجیم است؛ جایی که کمترین زمان انتظار اهمیت حیاتی دارد.
نانو بنانا ۲
این مدل با نام Gemini 3.1 Flash Image نسخه عمومی و متعادل این خانواده محسوب میشود. کیفیت بالا را با تأخیر کم ترکیب کرده و بهترین تعادل میان عملکرد، سرعت و هزینه را ارائه میدهد.
نانو بنانا پرو
این مدل با نام Gemini 3 Pro Image برای کاربردهای حرفهای و پیچیده توسعه یافته است. در این نسخه، دقت، کنترل بیشتر و توان استدلال پیشرفته نسبت به سرعت در اولویت قرار دارد و برای پروژههایی مناسب است که کیفیت خروجی اهمیت بیشتری از زمان تولید دارد.
نانو بنانا
نسخه قدیمی این خانواده با نام Gemini 2.5 Flash Image همچنان در دسترس است، اما گوگل به توسعهدهندگان توصیه میکند برای دستیابی به کیفیت بهتر، سرعت بیشتر و هزینه کمتر، به نانو بنانا ۲ لایت مهاجرت کنند.
گوگل اعلام کرده است که علاوه بر عرضه در ابزارهای ویژه توسعهدهندگان، نانو بنانا ۲ لایت به تدریج در محصولات عمومی این شرکت نیز ارائه خواهد شد؛ از جمله:
- حالت هوش مصنوعی در جستوجوی گوگل
- برنامه جمینای
- نوتبوکالام
- گوگل فوتوز
- استیچ
- گوگل فلو
- گوگل ادز
تجربه تولید و ویرایش ویدئو با کیفیت بالا توسط جمینای اومنی فلش
گوگل در کنفرانس Google I/O نخستین بار از جمینای اومنی فلش رونمایی کرد؛ مدلی که توانایی استدلال چندوجهی جمینای را با قابلیت تولید و ویرایش ویدئو ترکیب میکند.
اکنون این مدل با شناسه gemini-omni-flash-preview از طریق رابط برنامهنویسی جمینای و گوگل ایآی استودیو در اختیار توسعهدهندگان قرار گرفته است.
این مدل میتواند با استفاده از ترکیبی از متن، تصویر و ویدئو، ویدئوهای باکیفیت تولید کند یا آنها را بهصورت محاورهای ویرایش نماید.
هزینه استفاده از این مدل ۰٫۱۰ دلار برای هر ثانیه ویدئوی خروجی تعیین شده است که گوگل آن را همسطح مدل Veo 3.1 Fast اعلام کرده است.
مهمترین قابلیتهای جمینای اومنی فلش
ویرایش محاورهای ویدئو
کاربران میتوانند تنها با استفاده از زبان طبیعی، تغییرات مورد نظر خود را روی ویدئو اعمال کنند؛ بدون نیاز به دستورهای پیچیده یا نرمافزارهای تخصصی.
استفاده همزمان از چند نوع ورودی
این مدل قادر است متن، تصویر و ویدئو را بهصورت همزمان تحلیل کرده و با حفظ انسجام صحنه، خروجی دقیقی تولید کند.
بهرهگیری از دانش دنیای واقعی
جمینای اومنی از دانش گسترده جمینای در حوزههایی مانند تاریخ، زیستشناسی و منطق روایت بهره میگیرد تا ویدئوهایی منسجمتر و طبیعیتر تولید کند.
هماهنگی متن و حرکت
این مدل میتواند نوشتهها، عناصر گرافیکی و حرکتهای ویدئویی را تنها از طریق یک دستور ساده بهصورت هماهنگ تولید کند؛ قابلیتی که تولید محتوای تبلیغاتی و آموزشی را بسیار آسانتر میکند.
محدودیتهای فعلی جمینای اومنی فلش
گوگل در کنار معرفی قابلیتهای این مدل، به برخی محدودیتهای فعلی آن نیز اشاره کرده است:
- در حال حاضر، حداکثر مدت ویدئوهای تولیدشده ۱۰ ثانیه است و پشتیبانی از ویدئوهای طولانیتر در آینده اضافه خواهد شد.
- امکان بارگذاری فایلهای صوتی بهعنوان مرجع یا گسترش صحنهها هنوز در رابط برنامهنویسی این مدل فراهم نشده است.
- اگرچه ساختار رابط برنامهنویسی امکان ارسال ویدئوهای مرجع تا سه ثانیه را دارد، اما این قابلیت هنوز بهطور کامل توسط مدل پردازش نمیشود.
- حفظ یکپارچگی شخصیتها هنگام تغییر صحنه یا حرکت دوربین هنوز با محدودیتهایی همراه است و گوگل اعلام کرده در حال بهبود این بخش است.
گوگل تأکید کرده است که جمینای اومنی از امروز بهصورت نسخه آزمایشی عمومی در گوگل ایآی استودیو و رابط برنامهنویسی جمینای در دسترس قرار گرفته و توسعهدهندگان میتوانند از آن استفاده کنند.
استفاده همزمان از دو مدل؛ نقطه قوت اصلی
به گفته گوگل، توان واقعی این دو مدل زمانی آشکار میشود که بهصورت زنجیرهای مورد استفاده قرار گیرند.
برای مثال، توسعهدهنده میتواند ابتدا با استفاده از نانو بنانا ۲ لایت تصویری را با سرعت بسیار بالا تولید کند و سپس همان تصویر را بهعنوان مرجع در اختیار جمینای اومنی فلش قرار دهد تا به یک ویدئوی باکیفیت و پویا تبدیل شود.
علاوه بر این، با استفاده از رابط تعاملات، تاریخچه گفتگو و زمینه کاری میان مراحل مختلف حفظ میشود؛ بنابراین کاربران میتوانند تا سه مرحله متوالی تغییرات خود را روی یک پروژه اعمال کنند، بدون آنکه نیاز باشد همه دستورها را از ابتدا وارد کنند.
برنامههای نمایشی برای آشنایی با قابلیتها
گوگل برای نمایش کاربرد عملی این دو مدل، چند برنامه آزمایشی توسعه داده است.
برنامه «هر کجا»
در این برنامه، کاربر میتواند یک تصویر شخصی بگیرد یا عکس خود را بارگذاری کند.
سپس نانو بنانا ۲ لایت در مدت کوتاهی کاربر را در دهها مکان مشهور جهان قرار میدهد و پس از انتخاب هر تصویر، جمینای اومنی فلش همان تصویر ثابت را به یک ویدئوی متحرک از آن مکان تبدیل میکند.
برنامه «طراحی دوباره فضا»
این برنامه برای طراحی داخلی ساختمان توسعه یافته است.
کاربر تنها با بارگذاری عکس یک اتاق، میتواند در چند ثانیه طرحهای متنوعی از دکوراسیون داخلی را مشاهده کند.
پس از انتخاب طرح دلخواه، جمینای اومنی فلش آن را به یک نمایش ویدئویی سینمایی تبدیل میکند تا کاربر بتواند فضای جدید را پیش از اجرای واقعی مشاهده کند.
استودیوی محصولات اومنی
این برنامه برای تجارت الکترونیکی طراحی شده است.
در این سامانه، تصاویر ثابتی که توسط نانو بنانا ۲ لایت تولید شدهاند، توسط جمینای اومنی به ویدئوهای تبلیغاتی و سینمایی تبدیل میشوند.
هدف از این نمونه، نمایش امکان ترکیب متن، تصویر و ویدئو برای تولید محتوای تعاملی و حرفهای در تجارت الکترونیکی است.
توسعه همراه با ایمنی و شفافیت
گوگل اعلام کرده است که هر دو مدل جمینای اومنی و نانو بنانا ۲ لایت بر بستر زیرساخت ایمن این شرکت توسعه یافتهاند و از فناوری SynthID برای نشانهگذاری نامرئی محتوای تولیدشده با هوش مصنوعی استفاده میکنند.
به کمک این فناوری، کاربران میتوانند اصالت محتوای تولیدشده توسط هوش مصنوعی را بررسی کنند. این قابلیت از طریق برنامه جمینای، جمینای در مرورگر کروم و همچنین موتور جستوجوی گوگل در دسترس خواهد بود.
گوگل همچنین اعلام کرده است که دامنه ابزارهای راستیآزمایی خود را گسترش میدهد تا کاربران بهتر بتوانند تشخیص دهند یک تصویر، ویدئو یا محتوای دیجیتال چگونه تولید یا ویرایش شده است.
از همین امروز پروژه خود را آغاز کنید
گوگل برای توسعهدهندگان مجموعهای از منابع آموزشی و فنی را نیز منتشر کرده است.
منابع مربوط به نانو بنانا ۲ لایت
- آزمایش عملی مدل در محیط گوگل ایآی استودیو
- مستندات کامل رابط برنامهنویسی جمینای
- راهنمای نگارش دستورها برای نانو بنانا همراه با نمونههای کاربردی و بهترین شیوههای استفاده
منابع مربوط به جمینای اومنی فلش
- آزمایش عملی مدل در گوگل ایآی استودیو
- مستندات فنی رابط برنامهنویسی جمینای
- راهنمای تخصصی نگارش دستورها برای جمینای اومنی فلش همراه با مثالها و توصیههای کاربردی
جمعبندی
معرفی نانو بنانا ۲ لایت و جمینای اومنی فلش نشان میدهد گوگل راهبرد تازهای را برای توسعه هوش مصنوعی مولد دنبال میکند؛ راهبردی که بر سه اصل سرعت، کاهش هزینه و یکپارچگی تولید محتوای چندرسانهای استوار است.
نانو بنانا ۲ لایت با تمرکز بر تولید سریع و کمهزینه تصویر، پاسخگوی نیاز توسعهدهندگانی است که به پردازشهای حجیم و زمان پاسخ کوتاه نیاز دارند. در مقابل، جمینای اومنی فلش امکان تولید و ویرایش ویدئو را با استفاده از متن، تصویر و ویدئو در یک محیط یکپارچه فراهم میکند.
ترکیب این دو مدل، امکان ایجاد زنجیرهای کامل از تولید تصویر تا ساخت ویدئو را فراهم میسازد و میتواند فرایند تولید محتوا، طراحی، آموزش، تبلیغات، تجارت الکترونیکی و بسیاری از کاربردهای حرفهای دیگر را متحول کند.
گوگل در کنار توسعه این فناوریها، بر ایمنی، شفافیت و امکان تشخیص محتوای تولیدشده با هوش مصنوعی نیز تأکید کرده است؛ موضوعی که نشان میدهد آینده هوش مصنوعی تنها به کیفیت مدلها وابسته نیست، بلکه اعتماد کاربران و مسئولیتپذیری در تولید محتوا نیز به یکی از ارکان اصلی این فناوری تبدیل شده است.