Bài viết này đi sâu vào các khả năng hoàn toàn mới của Nano Banana 2 (hay còn gọi là "Gemini 3.1 Flash Image"), thời điểm bạn nên (và không nên) sử dụng nó, cũng như cách viết câu lệnh (prompt) hiệu quả cho các tính năng mới nhất. Dưới đây là những gì bạn sẽ tìm thấy trong bài viết này:
- 1. Ma trận mô hình: Nano Banana 1 so với 2 so với Pro
- 2. Bước ngoặt thay đổi cuộc chơi: Định vị hình ảnh (Visual Grounding) với Google Search
- 3. Các tham số mới: Tỷ lệ khung hình cực đại & Độ phân giải 512px
- 4. Kiểm soát chế độ "Suy nghĩ" (Thinking Mode)
- 5. Ví dụ về câu lệnh
- 6. Còn về các ứng dụng thì sao?
Bởi @Giom_V
1. Ma trận mô hình: Nano Banana 1 so với 2 so với Pro
Với ba mô hình riêng biệt hiện có trong dòng sản phẩm Nano Banana, việc chọn đúng "động cơ" cho quy trình làm việc cụ thể của bạn là rất quan trọng. Dưới đây là cách Nano Banana 2 mới phù hợp với hệ sinh thái này.
Nano Banana 1 so với Nano Banana 2
Đừng vội loại bỏ Nano Banana 1. Nếu bạn đang có một ứng dụng hoặc quy trình làm việc sử dụng Nano Banana 1 và nó đang xử lý hoàn hảo các trường hợp sử dụng của bạn, hãy cứ tiếp tục sử dụng nó! Hiện tại vẫn chưa có sự bắt buộc phải chuyển đổi...
Nano Banana 1 vẫn là tùy chọn rẻ nhất và vẫn nhanh hơn Nano Banana 2 vì nó không phải là mô hình có chế độ suy nghĩ. Tuy nhiên, đối với bất kỳ quy trình mới nào yêu cầu sự tinh tế hơn, khả năng tuân thủ câu lệnh tốt hơn hoặc các tính năng Định vị hình ảnh (Image Grounding) mới, Nano Banana 2 hoàn toàn xứng đáng với mức giá cao hơn một chút.
Ngoài ra, bạn sẽ tiết kiệm được công sức phải chuyển đổi từ NB sang NB2 trong tương lai, vì vậy hãy bắt đầu thử nghiệm các câu lệnh của bạn trên mô hình mới thay vì mô hình cũ.
Mẹo chuyên nghiệp:
Hãy tạo hình ảnh 512px với NB2 để giữ mức giá gần như tương đương với NB1.
Nano Banana Pro so với Nano Banana 2
Câu hỏi lớn nhất đối với các nhà phát triển và người sáng tạo hiện nay là: Tại sao phải dùng Pro nếu bản 2 đã quá tốt?
Hãy coi Nano Banana 2 (Gemini-3.1-Flash) như một mô hình cung cấp khoảng 95% khả năng của bản Pro với chi phí chỉ bằng một phần nhỏ. Đối với hầu hết các dự án mới, Nano Banana 2 nên là lựa chọn mặc định ngay lập tức của bạn. Nó xử lý việc kết xuất văn bản, các phong cách phức tạp và tính năng định vị hình ảnh mới cực kỳ tốt.
Bạn chỉ nên nâng cấp lên Nano Banana Pro khi gặp bế tắc. Nếu Nano Banana 2 liên tục thất bại với một câu lệnh cực kỳ phức tạp, đa tầng hoặc gặp khó khăn với các ràng buộc logic khắc nghiệt, thì Pro vẫn là "cỗ máy hạng nặng" tối thượng.
(Lưu ý: Nếu bạn tìm thấy các trường hợp đặc biệt mà bản Pro liên tục vượt trội hơn Nano Banana 2, vui lòng để lại trong phần bình luận! Chúng tôi cần biết những gì cần cải thiện.)
Ma trận tóm tắt
Dưới đây là hướng dẫn tham khảo nhanh để giúp bạn điều hướng các lệnh gọi API của mình:
2. Bước ngoặt thay đổi cuộc chơi: Định vị hình ảnh với Google Search
Trong khi Nano Banana Pro giới thiệu khả năng tìm kiếm thông tin văn bản trên web, thì Nano Banana 2 đã tạo ra một bước tiến lớn: Định vị hình ảnh (Image Grounding).
Mô hình hiện có thể tìm kiếm trên internet các hình ảnh cụ thể để hiểu chính xác một chủ thể ngoài đời thực trông như thế nào trước khi tạo ra nó. Điều này cực kỳ mạnh mẽ khi bạn cần thể hiện các địa điểm, di tích hoặc các loài sinh vật rất cụ thể giống hệt như chúng xuất hiện trong thực tế.
Các phương pháp tốt nhất:
- Địa điểm: Yêu cầu các nhà thờ, cây cầu, quảng trường thành phố hoặc các tòa nhà đặc thù cụ thể.
- Tự nhiên: Yêu cầu các loài động vật, giống loài hoặc côn trùng chính xác.
- Hạn chế cần lưu ý: Mô hình không thể tìm kiếm thông tin về con người.
Ví dụ về câu lệnh:
Định vị địa điểm cụ thể:
"Tạo một bức ảnh điện ảnh vào giờ vàng của nhà thờ lịch sử chính tại Voiron, Pháp. Đảm bảo các chi tiết kiến trúc, ngọn tháp, quảng trường xung quanh và cảnh quan (núi non) phải chính xác với thực tế."
(thay đổi thành phố cho phù hợp với quê hương của bạn)
Định vị loài cụ thể: "Tạo một bức ảnh chân thực về một con bướm Machaon và một con bướm Flambé, đồng thời làm nổi bật sự khác biệt của chúng để chỉ ra cách phân biệt chúng."
Nếu bạn muốn biết cách sử dụng công cụ định vị hình ảnh mới này trong mã nguồn, hãy xem tài liệu hoặc Python colab từ cookbook của chúng tôi.
3. Các tham số mới: Tỷ lệ khung hình cực đại & Độ phân giải 512px
Nano Banana 2 giới thiệu một số tham số mới giúp các nhà phát triển và người sáng tạo kiểm soát chặt chẽ hơn các định dạng đầu ra và tối ưu hóa chi phí.
Quy trình Batch-to-Upscale 512px
Nano Banana 2 giới thiệu khả năng tạo hình ảnh ở độ phân giải 512 pixel. Với độ phân giải mới này, quá trình tạo hình ảnh nhanh hơn một chút và chi phí giảm xuống mức giá gần như tương đương với Nano Banana 1.
Mẹo chuyên nghiệp:
Nếu bạn là nhà phát triển đang tìm cách tối ưu hóa chi phí trong khi vẫn duy trì đầu ra cao cấp, đây là quy trình vàng:
1. Sử dụng Batch API (giảm giá 50%) để tạo hàng chục biến thể cho câu lệnh của bạn ở mức 512px. 2. Xem lại lưới hình ảnh và chọn bố cục tốt nhất. 3. Yêu cầu Nano Banana 2
nâng cấp (upscale)
hình ảnh cụ thể đó lên 1K, 2K hoặc 4K.
Tỷ lệ khung hình cực đại (1:8 & 1:4)
Nano Banana 2 cũng giới thiệu các tỷ lệ khung hình cực đại mới—1:8 và 1:4—có sẵn ở cả định dạng dọc và ngang. Chúng rất hoàn hảo cho các biểu ngữ web, tài sản cuộn liên tục và bố cục truyện tranh (BD).
Ví dụ về câu lệnh:
Truyện tranh ngang:
"Tạo một dải truyện tranh ngang gồm 4 khung hình (tỷ lệ khung hình 4:1). Câu chuyện kể về một chú mèo tinh nghịch cố gắng lấy trộm cá từ bàn bếp và kết thúc bằng một cú twist. Sử dụng phong cách truyện tranh Pháp-Bỉ sống động. Giữ thiết kế của chú mèo nhất quán qua tất cả các khung hình."
4. Kiểm soát chế độ "Suy nghĩ" (Thinking Mode)
Giống như phiên bản tiền nhiệm, Nano Banana 2 có chế độ "Suy nghĩ" nơi nó lập luận về câu lệnh trước khi tạo hình ảnh. Tuy nhiên, giờ đây bạn có thể bật ON hoặc tắt OFF tính năng này.
Lời khuyên của tôi: Hãy giữ nó ở chế độ OFF theo mặc định. Đối với việc tạo hình ảnh tiêu chuẩn, việc tắt chế độ này giúp tiết kiệm thời gian và xử lý nhanh hơn. Bạn chỉ nên bật Thinking ON nếu:
- Mô hình tạo ra kết quả vô nghĩa và cần trợ giúp để lập luận thông qua câu lệnh.
- Bạn đang tạo các đồ họa thông tin (infographic) cực kỳ phức tạp.
- Bạn đang kết hợp Định vị hình ảnh phức tạp với lập luận không gian.
(Một lần nữa, nếu bạn tìm thấy các trường hợp sử dụng tuyệt vời mà việc bật "Thinking" ON thay đổi hoàn toàn cuộc chơi, hãy cho tôi biết trong phần bình luận!)
5. Ví dụ về câu lệnh
Một hướng dẫn về Nano Banana mà thiếu các ví dụ về câu lệnh thì giống như một bữa ăn không có phô mai, vì vậy đây là những ví dụ yêu thích của tôi vào lúc này:
- Chân dung hoạt hình: Biến ảnh cá nhân thành các nhân vật 3D cách điệu, độ trung thực cao tương tác với chính bản thân họ ngoài đời thực.
Câu lệnh:
Dựa hoàn toàn vào hình ảnh tham chiếu đã tải lên, hãy tạo một cảnh chân thực với người thật đứng cạnh phiên bản hoạt hình 3D khổng lồ của chính họ. Cả hai phải có cấu trúc khuôn mặt, quần áo và tư thế giống hệt nhau. Người thật đang cười tự nhiên với tay đặt trên vai nhân vật 3D. Phiên bản 3D có tỷ lệ lớn hơn, giải phẫu giống hệt nhưng được cách điệu, với đôi mắt biểu cảm và nụ cười tinh nghịch. Nền studio màu xám xanh sạch sẽ, ánh sáng điện ảnh, kết cấu sắc nét.
(Lưu ý: Yêu cầu tải lên một hình ảnh).
Từ hoạt hình sang hình ảnh: Tải lên các ảnh tĩnh hoạt hình và sử dụng mô hình để diễn giải các đường nét đó thành những hình ảnh siêu thực, giống như ảnh chụp.
Câu lệnh:
Chuyển đổi ảnh tĩnh hoạt hình đã tải lên này thành một cảnh siêu thực, điện ảnh và hoàn toàn chân thực. Biến các nhân vật hoạt hình thành người thật trong khi vẫn giữ nguyên danh tính, cấu trúc khuôn mặt, trang phục, biểu cảm và diện mạo tổng thể ban đầu của họ.
(Lưu ý: Yêu cầu tải lên một hình ảnh).
(hình ảnh gốc từ https://archive.org/details/mobile_suit_gundam_coloring_book
Lịch sử trên bản đồ: Tạo hình ảnh chế độ xem đường phố (Street View) kiểu Maps siêu thực, "tái hiện" các sự kiện lịch sử (như lễ đăng quang của Charlemagne năm 800 sau Công nguyên) như thể được chụp bởi máy ảnh 360 độ hiện đại.
Câu lệnh:
Tạo một hình ảnh siêu thực về lễ đăng quang của Charlemagne vào ngày 25 tháng 12 năm 800 sau Công nguyên, tái tạo hoàn hảo một bản chụp Google Maps Street View. Cho thấy Giáo hoàng Leo III đặt vương miện hoàng gia lên đầu Charlemagne đang quỳ bên trong Vương cung thánh đường St. Peter cũ. Bao gồm hiệu ứng méo góc rộng 123 độ, lớp phủ giao diện Google Maps bán trong suốt (la bàn điều hướng, hình thu nhỏ bản đồ 2D, các mũi tên chỉ hướng màu trắng trôi nổi trên sàn 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 để đảm bảo quyền riêng tư. Sử dụng ánh sáng nến và đuốc ấm áp, mờ ảo lọc qua vương cung thánh đường, tạo bóng đổ ấn tượng và nhiễu kỹ thuật số ISO cao đặc trưng của máy ảnh 360 độ khi phải vật lộn trong không gian nội thất thiếu sáng.
Bộ lọc mẫu giáo: Tôn vinh sự không hoàn hảo của con người và nỗi nhớ tuổi thơ bằng cách tạo ra những nét vẽ nguệch ngoạc bằng bút sáp màu trên giấy kẻ dòng.
Câu lệnh:
Một bức vẽ bằng bút sáp màu của trẻ em trên giấy vở kẻ dòng trắng về món kẹo dẻo phong trên tuyết. Sử dụng các nét vẽ bút sáp dày, đường viền run rẩy và màu sắc tươi sáng đậm nét tràn ra ngoài các đường kẻ một cách lộn xộn. Bao gồm các vết ấn mạnh rõ ràng, vết nhòe sáp và cách tô màu nguệch ngoạc không đều. Vẽ các yếu tố quan trọng với kích thước lớn một cách không cân đối bằng các hình dạng phẳng đơn giản, khuôn mặt tròn thân thiện, mắt chấm và nụ cười cong lớn. Thêm một ông mặt trời màu vàng lớn cổ điển ở góc, những đám mây bồng bềnh và không có phối cảnh thực tế. Phong cách nghệ thuật ngây thơ, vui tươi.
6. Còn về các ứng dụng thì sao?
Bây giờ bạn đã biết các khả năng mới của Nano Banana 2, đã đến lúc bắt tay vào xây dựng!
Dưới đây là một vài ứng dụng thú vị mà bạn có thể sử dụng làm điểm khởi đầu:
- Window seat: Tạo khung cảnh cửa sổ chân thực dựa trên thời tiết trực tiếp và các địa điểm cụ thể.
- Pet passport adventure: Gửi thú cưng của bạn vào một cuộc phiêu lưu toàn cầu bằng cách sử dụng Nano Banana.
- Global Kit Generator: Công cụ dành cho nhà phát triển để mở rộng quy mô các tài sản tiếp thị được bản địa hóa. Vui lòng chia sẻ các ứng dụng tốt nhất của bạn trong phần bình luận, thật tuyệt vời khi thấy mọi người sáng tạo như thế nào!
