Nano Banana 2 integra capacidades de precisión técnica con alta velocidad de procesamiento para optimizar flujos de producción visual complejos.
Google DeepMind presentó una arquitectura visual que unifica las capacidades avanzadas de la versión Pro con la velocidad de la serie Flash. Esta integración técnica facilita iteraciones creativas casi instantáneas para los usuarios del modelo.
El modelo puede interpretar instrucciones complejas para crear infografías detalladas y generar elementos visuales siguiendo parámetros específicos. Esto permite producir recursos gráficos útiles para explicar temas, comparar datos o presentar información de forma más clara.
Por ejemplo, Nano Banana 2 creó una imagen vista desde arriba para explicar el ciclo del agua con gráficos de estilo simple y colores planos. Incluye flechas claras que orientan la lectura paso a paso, lo que facilita su uso educativo y permite distinguir en un mismo panel los distintos fenómenos meteorológicos.
En el segundo caso presentado, la IA organizó un tríptico para comparar distintos tipos de nubes con un estilo de alto contraste. La imagen agrega etiquetas directamente sobre el cielo generado, lo que facilita la lectura y demuestra que también puede aplicar este enfoque en reinterpretaciones de edificios históricos desde una mirada artística.
En otra prueba, la herramienta tomó como referencia un museo francés y transformó su arquitectura con colores intensos propios del movimiento solicitado. El resultado no incluye texto y respeta un formato panorámico tradicional, aunque el modelo también puede incorporar y traducir tipografías dentro de la imagen en caso de ser necesario.
Otro ejemplo que plantea la gran G fue una instrucción de crear un letrero ilustrado sobre conservación ecológica y lo situó en un entorno asiático. Además, convirtió el texto al alfabeto hindi y mantuvo la luz suave del bosque que rodea la escena, cuidando que el mensaje y la atmósfera se integraran de forma coherente.
Nano Banana tiene una capacidad de razonamiento espacial que se basa en información del mundo real, lo que ayuda a representar con mayor precisión cada elemento dentro de la imagen. Además, la correcta generación de texto permite crear maquetas legibles y adaptar los caracteres al idioma que se necesite.
La IA para imágenes presenta avances en la consistencia de los sujetos al permitir mantener la apariencia de múltiples personajes y objetos de forma simultánea. Esto permite el desarrollo de guiones gráficos y narrativas visuales continuas sin modificar rasgos de personajes y entornos.
Nano Banana 2 demostró este control al generar una secuencia narrativa sobre tres personajes construyendo una casa en un árbol en paneles separados. A pesar de las variaciones en los ángulos de cámara, el sistema mantuvo sin variación a cada protagonista.
Además de mantener la coherencia de personajes, la infraestructura permite definir parámetros de producción con control sobre relaciones de aspecto y resoluciones nativas de hasta 4K. Esto permite crear texturas más trabajadas y detalles más nítidos cuando se solicitan escenas complejas, como paisajes fotorrealistas.
En la imagen anterior, el motor creó una vista aérea de un valle cubierto por neblina, con colinas verdes onduladas y un río que se desprende de un lago.
La herramienta ya está disponible en buscadores, en la aplicación principal y en plataformas de desarrollo en varias regiones del mundo. Los usuarios pueden elegir esta versión más rápida como opción predeterminada o seguir usando la variante de mayor fidelidad cuando necesiten el máximo nivel de precisión en los resultados.
La gerente de producto en Google DeepMind, Naina Raisinghani, explicó cómo esta actualización impacta la infraestructura de generación de la compañía:
“Nano Banana 2 lleva la inteligencia de alta velocidad de Gemini Flash a la generación visual, haciendo posibles las ediciones e iteraciones rápidas”.
Naina Raisinghani, gerente de producto en Google DeepMind
Para reforzar la trazabilidad, Google vincula SynthID con credenciales C2PA para verificar no solo si se usó IA, sino también cómo se generó el contenido. En la app Gemini, esta función de verificación ya se ha utilizado más de 20 millones de veces y se ampliará para incluir la validación C2PA.
