Bài viết này đến từ các sản phẩm Chuối của Google, đi sâu vào các tính năng mới của Chuối Nano 2 (còn được gọi là "Gemini 3.1 Flash Image") để giúp bạn hiểu khi nào nên (hoặc không nên) sử dụng nó và cách tận dụng hiệu quả các khả năng mới nhất của nó.
Nội dung bài viết bao gồm:
- Ma trận so sánh mô hình: Chuối Nano 1 vs. 2 vs. Pro
- Yếu tố thay đổi cuộc chơi: Visual Grounding kết hợp với Google Search
- Các tham số mới: Tỷ lệ khung hình cực đoan và độ phân giải 512px
- Kiểm soát chế độ "Suy nghĩ"
- Ví dụ về Prompt
- Giới thiệu ứng dụng
Tác giả: @Giom_V Dịch thuật: Berryxia.AI
Các ví dụ hình ảnh trong bài viết này sử dụng công cụ Youmind, do đó có sự khác biệt nhỏ so với các ví dụ trong bài đăng gốc.
1. Ma trận so sánh mô hình: Chuối Nano 1 vs. 2 vs. Pro
Với ba mô hình khác nhau hiện có trong dòng sản phẩm Chuối Nano, việc chọn đúng engine cho quy trình làm việc cụ thể của bạn là rất quan trọng. Đây là vị trí của Chuối Nano 2 mới trong hệ sinh thái.
Chuối Nano 1 vs. Chuối Nano 2
Đừng vội từ bỏ Chuối Nano 1. Nếu các ứng dụng hoặc quy trình làm việc hiện tại của bạn sử dụng Chuối Nano 1 và nó xử lý tốt trường hợp sử dụng của bạn, hãy tiếp tục sử dụng nó! Hiện tại không có yêu cầu di chuyển bắt buộc.
Chuối Nano 1 vẫn là lựa chọn rẻ nhất và vì nó không phải là mô hình suy luận, nó vẫn nhanh hơn Chuối Nano 2.
Tuy nhiên, đối với bất kỳ pipeline mới nào yêu cầu nhiều sắc thái hơn, tuân thủ prompt tốt hơn hoặc các tính năng grounding hình ảnh mới, Chuối Nano 2 chắc chắn đáng giá với mức tăng giá nhẹ.
Ngoài ra, bắt đầu thử nghiệm prompt trên mô hình mới ngay bây giờ có thể tiết kiệm chi phí cho việc di chuyển trong tương lai từ NB sang NB2.
Mẹo chuyên nghiệp: Sử dụng NB2 để tạo hình ảnh 512px nhằm duy trì mức giá gần như tương đương với NB1.
Chuối Nano Pro vs. Chuối Nano 2
Câu hỏi lớn nhất mà các nhà phát triển và người sáng tạo phải đối mặt hiện nay là: Nếu 2 tốt như vậy, tại sao lại dùng Pro?
Hãy nghĩ về Chuối Nano 2 (Gemini-3.1-Flash) như một sản phẩm cung cấp khoảng 95% khả năng của Pro với chi phí chỉ bằng một phần nhỏ. Đối với hầu hết tất cả các dự án mới, Chuối Nano 2 nên là lựa chọn mặc định của bạn. Nó xử lý việc hiển thị văn bản, các phong cách phức tạp và các tính năng grounding hình ảnh mới rất tốt.
Chỉ nâng cấp lên Chuối Nano Pro khi bạn gặp phải nút thắt cổ chai. Nếu Chuối Nano 2 liên tục thất bại trong việc xử lý các prompt phức tạp, nhiều lớp hoặc gặp khó khăn với các ràng buộc logic khắc nghiệt, Pro vẫn là nhà vô địch hạng nặng cuối cùng.
(Lưu ý: Nếu bạn thấy Pro luôn vượt trội hơn Chuối Nano 2 trong các trường hợp đặc biệt cụ thể, hãy chia sẻ trong phần bình luận! Chúng tôi cần biết những lĩnh vực nào cần cải thiện.)
Ma trận tóm tắt
Đây là hướng dẫn tham khảo nhanh để giúp bạn định tuyến các lệnh gọi API:
2. Yếu tố thay đổi cuộc chơi: Visual Grounding kết hợp với Google Search
Trong khi Chuối Nano Pro giới thiệu khả năng tìm kiếm thông tin văn bản trên web, Chuối Nano 2 đã có một bước tiến vượt bậc: Image Grounding.
Mô hình hiện có thể tìm kiếm các hình ảnh cụ thể trên internet trước khi tạo ra để hiểu chính xác các đối tượng trong thế giới thực trông như thế nào. Tính năng này cực kỳ mạnh mẽ khi bạn cần thể hiện các địa điểm, tượng đài hoặc các loài sinh vật cụ thể.
Các phương pháp tốt nhất:
- Địa điểm: Yêu cầu các nhà thờ, cây cầu, quảng trường thành phố hoặc kiến trúc đặc thù cụ thể.
- Thiên nhiên: Yêu cầu các loài động vật, giống hoặc côn trùng chính xác.
- Hạn chế cần lưu ý: Mô hình không thể tìm kiếm con người.
1. Ví dụ Prompt:
Grounding Địa điểm Cụ thể
: "Tạo một bức ảnh giờ vàng điện ảnh về nhà thờ lịch sử chính ở Voiron, Pháp. Đảm bảo các chi tiết kiến trúc, ngọn tháp, quảng trường xung quanh và cảnh quan (núi non) được căn chỉnh chính xác với thực tế." (Bạn có thể đổi thành phố thành quê hương của bạn)
Grounding Loài Cụ thể
: "Tạo một hình ảnh chân thực về một con bướm đuôi én và một con bướm morpho, làm nổi bật sự khác biệt của chúng và chỉ ra cách phân biệt chúng."
Nếu bạn muốn tìm hiểu cách sử dụng công cụ grounding hình ảnh mới này trong code, hãy xem tài liệu hoặc Python colab này trong cookbook của chúng tôi.
3. Các tham số mới: Tỷ lệ khung hình cực đoan và độ phân giải 512px
Chuối Nano 2 giới thiệu một số tham số mới, cho phép các nhà phát triển và người sáng tạo kiểm soát chính xác hơn định dạng đầu ra và tối ưu hóa chi phí.
1. Quy trình tạo hàng loạt 512px đến nâng cấp độ phân giải
Chuối Nano 2 giới thiệu khả năng tạo hình ảnh ở độ phân giải 512 pixel. Sử dụng các độ phân giải mới này, việc tạo nhanh hơn một chút và chi phí giảm xuống gần như tương đương với Chuối Nano 1.
Mẹo chuyên nghiệp
: Nếu bạn là nhà phát triển muốn tối ưu hóa chi phí trong khi vẫn duy trì đầu ra chất lượng cao, đây là một quy trình vàng: Sử dụng Batch API (giảm giá 50%) để tạo hàng chục biến thể prompt ở 512px. Xem xét lưới kết quả và chọn bố cục tốt nhất. Yêu cầu Chuối Nano 2 nâng cấp hình ảnh cụ thể đó lên 1K, 2K hoặc 4K.
2. Tỷ lệ khung hình cực đoan (1:8 và 1:4)
Chuối Nano 2 cũng giới thiệu các tỷ lệ khung hình cực đoan mới — 1:8 và 1:4 — có sẵn cho cả định dạng dọc và ngang. Chúng hoàn hảo cho các banner web, nội dung cuộn liên tục và bố cục truyện tranh.
3. Ví dụ Prompt:
Truyện tranh ngang
: "Tạo một truyện tranh ngang 4 ô (tỷ lệ khung hình 4:1). Câu chuyện kể về một con mèo tinh nghịch cố gắng ăn trộm cá từ quầy bếp, với một tình tiết bất ngờ ở cuối. Sử dụng phong cách truyện tranh Pháp-Bỉ sống động. Giữ thiết kế của con mèo nhất quán trong tất cả các ô."
4. Kiểm soát chế độ "Suy nghĩ"
Giống như người tiền nhiệm của nó, Chuối Nano 2 có chế độ "Suy nghĩ" giúp lý luận thông qua prompt trước khi tạo. Tuy nhiên, giờ đây bạn có thể bật hoặc tắt tính năng này.
1. Khuyến nghị của tôi: Tắt nó theo mặc định.
Đối với việc tạo hình ảnh tiêu chuẩn, tắt nó sẽ tiết kiệm thời gian và tài nguyên xử lý. Bạn chỉ nên bật chế độ suy nghĩ nếu:
- Mô hình tạo ra kết quả vô nghĩa và cần trợ giúp để lý luận thông qua prompt.
- Bạn đang tạo đồ họa thông tin cực kỳ phức tạp.
- Bạn đang kết hợp grounding hình ảnh phức tạp với lý luận không gian.
(Một lần nữa, nếu bạn tìm thấy một trường hợp sử dụng tuyệt vời mà việc bật chế độ "Suy nghĩ" là một yếu tố thay đổi cuộc chơi hoàn toàn, hãy cho tôi biết trong phần bình luận!)
5. Ví dụ về Prompt
Một hướng dẫn về Chuối Nano mà không có ví dụ prompt thì giống như một bữa ăn không có phô mai, vì vậy đây là một số prompt yêu thích hiện tại của tôi:
1. Chân dung hoạt hình
Chuyển đổi ảnh cá nhân thành các nhân vật 3D cách điệu trung thực cao tương tác với chính họ ngoài đời thực.
Prompt
: Dựa hoàn toàn vào hình ảnh tham khảo đã tải lên, tạo một cảnh chân thực nơi một người thật đứng cạnh một phiên bản 3D hoạt hình khổng lồ của chính họ. Cả hai phải có cùng cấu trúc khuôn mặt, quần áo và tư thế. Người thật mỉm cười tự nhiên với một tay đặt lên vai nhân vật 3D. Phiên bản 3D có kích thước lớn hơn, giống hệt về mặt giải phẫu nhưng được cách điệu, với đôi mắt biểu cảm và nụ cười tinh nghịch. Nền phòng thu màu xám xanh sạch sẽ, ánh sáng điện ảnh, kết cấu sắc nét. (Lưu ý: Yêu cầu tải lên hình ảnh).
2. Anime thành Ảnh thật
Tải lên các khung hình anime và sử dụng mô hình để diễn giải các đường nét đó thành hình ảnh nhiếp ảnh siêu thực.
Prompt
: Chuyển đổi khung hình anime đã tải lên này thành một cảnh siêu thực, điện ảnh, hoàn toàn chân thực. Biến các nhân vật anime thành người thật trong khi vẫn giữ nguyên hoàn hảo danh tính, cấu trúc khuôn mặt, quần áo, biểu cảm và ngoại hình tổng thể ban đầu của họ. (Lưu ý: Yêu cầu tải lên hình ảnh).
(Hình ảnh gốc từ https://archive.org/details/mobile_suit_gundam_coloring_bookhttps://archive.org/details/mobile_suit_gundam_coloring_book))
3. Lịch sử trên Bản đồ
Tạo hình ảnh phong cảnh đường phố kiểu bản đồ siêu thực, "tái hiện" các sự kiện lịch sử (như lễ đăng quang của Charlemagne năm 800 SCN) như thể được chụp bởi một camera 360 độ hiện đại.
Prompt
: Tạo một hình ảnh siêu thực về lễ đăng quang của Charlemagne vào ngày 25 tháng 12 năm 800 SCN, tái tạo hoàn hảo một ảnh chụp Google Maps Street View. Cho thấy Giáo hoàng Leo III đặt vương miện lên đầu Charlemagne đang quỳ bên trong Vương cung thánh đường Thánh Peter cũ. Bao gồm biến dạng ống kính góc rộng 123 độ, các lớp phủ giao diện người dùng Google Maps trong mờ (la bàn điều hướng, hình thu nhỏ bản đồ 2D, mũi tên chỉ đường màu trắng nổi trên nền đá), và hình mờ "© Google 800". Tự động làm mờ khuôn mặt của Charlemagne, Giáo hoàng và các quý tộc thời trung cổ xung quanh vì lý do riêng tư. Sử dụng ánh sáng đuốc và nến ấm áp, mờ ảo xuyên qua vương cung thánh đường, bóng đổ kịch tính và nhiễu kỹ thuật số ISO cao đặc trưng của camera 360 vật lộn trong nội thất thiếu sáng.
4. Bộ lọc Mẫu giáo
Tôn vinh sự không hoàn hảo của con người và nỗi nhớ tuổi thơ bằng cách tạo ra những hình vẽ nguệch ngoạc bằng bút chì màu cố tình lộn xộn.
Prompt
: Một bức vẽ bằng bút chì màu của trẻ em về cây phong tuyết trên giấy vở kẻ ô trắng. Sử dụng các nét bút chì màu dày, đường viền ngoằn ngoèo và màu sắc tươi sáng đậm tràn ra ngoài đường viền một cách lộn xộn. Bao gồm các vết ấn mạnh có thể nhìn thấy, vết bẩn do sáp và tô bóng nguệch ngoạc không đều. Vẽ các yếu tố quan trọng với kích thước không cân xứng, sử dụng các hình dạng phẳng đơn giản, khuôn mặt tròn thân thiện, mắt chấm tròn và miệng cười hình vòng cung lớn. Thêm một mặt trời vàng to cổ điển ở góc, những đám mây bông xù và không có phối cảnh chân thực. Phong cách nghệ thuật ngây thơ, vui tươi.
6. Giới thiệu ứng dụng
Bây giờ bạn đã biết các tính năng mới của Chuối Nano 2, đã đến lúc bắt đầu xây dựng!
Dưới đây là một số ứng dụng thú vị bạn có thể sử dụng làm điểm khởi đầu:
- Window seat: Tạo ra khung cảnh cửa sổ chân thực dựa trên thời tiết thực tế và các địa điểm cụ thể.
- Pet passport adventure: Đưa thú cưng của bạn vào một cuộc phiêu lưu toàn cầu bằng Chuối Nano.
- Global Kit Generator: Một công cụ dành cho nhà phát triển để mở rộng quy mô tài sản tiếp thị được bản địa hóa.
Hãy chia sẻ các ứng dụng tốt nhất của bạn trong phần bình luận; thật tuyệt khi thấy sự sáng tạo của mọi người!
