نموذج جديد.. «نانو بنانا» يثير تساؤلات حول سرية تطبيقات الذكاء الاصطناعي في غوغل

بدأت تقنيات الذكاء الاصطناعي في توليد الصور تشهد نقلة نوعية مع ظهور نموذج «نانو بنانا»، الذي جذب اهتمام مجتمع التكنولوجيا بتفوقه الملحوظ على النماذج التقليدية، حيث يقدم هذا النموذج إمكانيات متقدمة تتعدى حدود التحرير الإبداعي المعروفة.

أول ظهور لنموذج «نانو بنانا» وتفاصيله المميزة في مجال الذكاء الاصطناعي

ظهر نموذج «نانو بنانا» لأول مرة على منصة LMArena، حيث يستخدم في «وضع المعركة» لمقارنة قدرة النماذج على توليد الصور الأفضل. هذا النموذج المجهول حقق تفوقًا واضحًا بقدرته على إنتاج صور تحافظ على اتساق معالم الوجوه وفهم التعليمات الدقيقة، فضلًا عن تطبيق منطق المشهد بمهارة عالية. ارتبط اسم «نانو بنانا» بإشارات متكررة لرمز الموز داخل النتائج، مما غذى التكهنات حول أصله وعلاقته بشركة غوغل التي لم ترد رسميًا على هذه الأخبار.

القدرات الفريدة لنموذج «نانو بنانا» التي تجعله رائدًا في تحرير الصور بالذكاء الاصطناعي

يمتاز نموذج «نانو بنانا» بسرعته العالية وقدراته المتقدمة في التحرير باستخدام الأوامر النصية فقط، مما يبسط عملية التعديل بشكل غير متوقع. يمكن للمستخدمين مثلاً طلب «تغيير الخلفية إلى غابة» أو «إضافة إضاءة خافتة»، فيقوم النموذج بتنفيذ هذه التعديلات بدقة متناهية وفورية. إلى جانب ذلك، يحافظ النموذج على هوية الشخصيات داخل الصورة رغم التعديلات المتنوعة، وهو إنجاز مهم مقارنة بالنماذج الحالية التي تعاني من تغير الملامح في كل تعديل. سرعة الاستجابة تغير مفهوم العمل الإبداعي، حيث ينجز «نانو بنانا» إنتاج الصور في غضون ثانية أو ثانيتين، مقارنة بالمدة الأطول التي تستغرقها نماذج أخرى. كما يتمتع بميزة سرد قصصي متماسك تسمح بالتعامل مع سلسلة من الصور المرتبطة بشكل يحافظ على الاتساق في الأسلوب.

مؤشرات قوية تربط بين «نانو بنانا» وغوغل مع تطبيقاته العملية في الصناعات المختلفة

تشير الدلائل إلى احتمال تطوير «نانو بنانا» ضمن مختبرات غوغل أو إحدى شركاتها الفرعية مثل ديب مايند، حيث يتشابه مع قدرات نماذج «جيميني» متعددة الوسائط. تدعم هذه الفرضية طريقة الظهور السرية التي تشبه أساليب غوغل في اختبار تقنياتها الجديدة. لا يقتصر حضور نموذج «نانو بنانا» على التجارب فقط، بل ظهر دوره الفعلي في قطاعات متعددة، إذ استخدم في التجارة الإلكترونية لتحسين صور المنتجات وزيادة معدلات التحويل بنسبة 34%. وفي صناعة الألعاب، ساهم في إنتاج آلاف الصور لشخصيات غير قابلة للعب بتكلفة منخفضة، كما ساعد في الهندسة المعمارية من خلال إنشاء نماذج داخلية للمباني، مما قلل وقت المراجعات مع العملاء. أما تجربة المستخدمين الحالية فمحدودة، حيث يمكن اختبار النموذج فقط في بيئات مغلقة مثل منصة LMArena وFlux AI.