اخبار تصویر و ویدیوی هوش مصنوعی

مدل هوش مصنوعی مولد تصویر Nano Banana 2.1 به عنوان جدیدترین عضو خانواده مدل‌های سری Gemini 3 از سوی گوگل دیپمایند معرفی شد. این مدل چندوجهی بر پایه معماری قدرتمند Gemini 3.6 Flash توسعه یافته و برای تولید تصویر و ویرایش تعاملی بهینه شده است. این مدل می‌تواند ورودی‌های متنی، تصویری، ویدئویی و فایل‌های PDF را دریافت کرده و خروجی‌های تصویر و متن تولید کند. از ویژگی‌های برجسته آن می‌توان به سطوح تفکر قابل تنظیم، ترکیب پیشرفته چندین تصویر و اتصال به اطلاعات واقعی اشاره کرد. این مدل به طور ویژه برای رندر پیشرفته متن و تولید اینفوگرافیک‌های پیچیده بهینه‌سازی شده است.

شرکت اوپن‌ای‌آی از نسل جدید مدل تولید تصویر خود با نام ChatGPT Images 2.5 رونمایی کرد. این نسخه جدید با تمرکز بر افزایش سرعت، دقت ویرایش و وفاداری به تصاویر مرجع طراحی شده است. به ادعای اوپن‌ای‌آی، هر هفته بیش از ۳ میلیارد تصویر در این پلتفرم‌ها تولید می‌شود. ویژگی‌های کلیدی شامل حفظ بهتر ویژگی‌های سوژه و ویرایش دقیق‌تر مناطق انتخابی تصویر است. همچنین این مدل در مکالمات طولانی‌تر و ویرایش‌های چندمرحله‌ای عملکرد پایدارتری ارائه می‌دهد. این ابزار به کاربران اجازه می‌دهد تا تصاویر خود را به سبک دهه ۸۰ میلادی بازسازی کنند. این به‌روزرسانی برای توسعه‌دهندگان در بستر API نیز قابلیت‌های پیشرفته‌ای فراهم می‌کند.