Google a annoncé Nano Banana 2, la dernière version de son modèle de génération d'images. Le modèle offre une combinaison difficile à atteindre dans la génération d'images par IA : une vitesse d'inférence rapide, une haute qualité visuelle et une compréhension solide des concepts du monde réel. Il fonctionne à ce que Google décrit comme une "vitesse Flash" tout en produisant des images adaptées aux flux de travail commerciaux et de production.

Ce qui a changé par rapport à la première version

Le Nano Banana Pro original a été lancé aux côtés de Google Flow et est rapidement devenu l'épine dorsale de la génération d'images pour plusieurs produits Google. Nano Banana 2 s'appuie sur cette base avec trois améliorations clés : une connaissance plus approfondie du monde, une meilleure cohérence des sujets entre plusieurs générations et une qualité de sortie conforme aux spécifications de production sans post-traitement.

La connaissance du monde désigne la capacité du modèle à comprendre l'apparence et l'interaction des objets réels, des environnements et des propriétés physiques. Un modèle doté d'une solide connaissance du monde produit des images où l'éclairage se comporte de manière réaliste, les matériaux ont des textures correctes et les relations spatiales sont cohérentes. Cela est particulièrement notable dans les scènes architecturales, la photographie de produits et les images impliquant des matériaux complexes comme le verre, le métal ou le tissu.

Cohérence des sujets

L'un des défis persistants de la génération d'images par IA a été de maintenir une apparence cohérente pour un sujet sur plusieurs images. Générer deux fois le même personnage donne souvent des résultats notablement différents. Nano Banana 2 répond à ce problème avec une cohérence des sujets améliorée, ce qui signifie qu'un personnage, un produit ou un objet conserve son identité visuelle entre des générations séparées.

Cela est essentiel pour tout flux de travail nécessitant une continuité visuelle : les catalogues de produits où les articles doivent être identiques sous différents angles, la conception de personnages où une figure doit rester reconnaissable d'une scène à l'autre, ou le contenu de marque où la cohérence est non négociable.

Vitesse et efficacité

La désignation "vitesse Flash" est significative. Les modèles de génération d'images ont généralement imposé un compromis entre la qualité et le temps d'inférence. Les modèles de plus haute qualité prennent plus de temps à générer. Nano Banana 2 prétend briser ce compromis en produisant des images de qualité production à des vitesses comparables au niveau de modèles Flash légers de Google.

Une inférence rapide a des implications pratiques au-delà du simple gain de temps. Elle permet des flux de travail créatifs interactifs où un utilisateur peut itérer sur des prompts et voir les résultats en quasi temps réel. Elle réduit également le coût de calcul par image, ce qui importe à grande échelle pour les applications générant des milliers d'images par jour.

Spécifications prêtes pour la production

Google souligne que les sorties de Nano Banana 2 répondent aux "spécifications prêtes pour la production". En génération d'images, cela signifie généralement une résolution suffisante, une gestion correcte de l'espace colorimétrique, des bords nets sans artefacts visibles et une qualité constante pour différents types de prompts. Cette distinction est importante car de nombreuses images générées par IA nécessitent un nettoyage manuel avant de pouvoir être utilisées en impression, en publicité ou dans des fiches produits.

Un modèle qui produit des sorties véritablement prêtes pour la production réduit ou élimine cette étape de post-traitement, là où se concentrent actuellement une grande partie des coûts et du temps dans les flux de travail créatifs assistés par IA.

Sa place dans l'écosystème IA de Google

Nano Banana 2 s'intègre dans l'écosystème IA génératif plus large de Google aux côtés de Veo pour la vidéo et Lyria pour l'audio. Il alimente la génération d'images dans Google Flow, l'espace de travail créatif unifié que Google a mis à jour plus tôt cette semaine. L'intégration étroite signifie que les améliorations apportées à Nano Banana améliorent directement chaque produit construit sur celui-ci.

Le modèle est également disponible via l'API de Google, le rendant accessible aux développeurs qui créent leurs propres applications. Il se positionne ainsi à la fois comme une fonctionnalité grand public et comme un composant d'infrastructure pour les outils tiers.

Le paysage concurrentiel

La génération d'images est l'un des segments les plus compétitifs de l'IA. Les modèles de plusieurs entreprises ont atteint des benchmarks de qualité impressionnants. Ce qui distingue Nano Banana 2, c'est la combinaison de vitesse, de qualité et d'intégration. Produire d'excellentes images lentement, ou produire des images rapides avec des compromis de qualité visibles, sont des problèmes résolus. Faire les deux simultanément à l'échelle de la production est plus difficile, et c'est le vide que cible Nano Banana 2.

Pour quiconque utilise la génération d'images par IA dans des flux de travail de production, la conclusion est directe. Le niveau de ce qu'un modèle léger et rapide peut produire a significativement évolué. La vitesse n'a plus à se faire au détriment de la qualité, et cela change la façon dont les pipelines créatifs peuvent être conçus.