Как Nano Banana Pro может галлюцинировать на простых запросах?

Сегодня расскажу про интересные наблюдения того, как новая генеративная модель на Nano Banana Pro галлюцинирует в простых запросах. Впрочем, у обычной Nano Banana тоже были различные выкрутасы, но обо всем по порядку.

Как вы уже поняли, запросы будут далеко не из разряда «сделай анимированный сайт» или «стилизуй фотографию под определённые его элементы». Всё куда проще. Я попросил и генеративную модель сделать обычный зелёный хромакей для изображения, которое снято для превью видеоролика. Nano Banana первой версии очень хорошо вырезала фон, делала это с практически идеальной точностью, создавала глубину и тени контуров основного объекта.

Nano Banana Pro, по всей логике, должна справляться с задачей ещё лучше. Однако вне зависимости от развёрнутости запроса она может галлюцинировать. Так, например, я скормил ей четыре фотографии для превью новых видеообзоров и просто попросил сделать задний фон зелёного цвета. Также была активирована функция авто-подсказки, и ИИ в целом корректно понял данный запрос: определил каждую фотографию и даже считал название брендов на устройствах. Но по итогу зачем-то скомпилировал все эти устройства в одно изображение с зелёным задним фоном. Получилось кринжовая заставка для магазина на диване.

Далее я отправил ИИ одно первое изображение с роботом-пылесосом и также попросил просто сделать задний фон зелёного цвета. После чего модель использовала авто-подсказку, в которой также описала сам робот-пылесос, название и изображение. Результатом стало основательно переделанное в стилистике фото, где камера снимает пылесос абсолютно с другого ракурса, также изменилось его положение относительно тела человека, а фон был изображён изумрудной абстракцией.

Затем я решил создать новый чат и также скормил нейронке первое изображение с пылесосом и уже попросил сделать задний фон зелёного цвета, не меняя при этом стилистику и компоновку объектов на изображении. Модель вырезала не только основной объект, стену и дверь позади, а также другие объекты в кадре.

При этом Nano Banana первой версии более прямо реагировала на простые запросы. Так, например, на запрос «сделай задний фон зелёным» она всеже могла додумать простоту запроса и нарисовать сзади, например, папоротники. Однако такой же прямой, но чуть более конкретный запрос «сделай задний фон зелёного цвета» она понимала вполне буквально и хорошо выносила нужный объект в кадре на зелёный хромакей. Да, хромакей не всегда мог быть однотонным в виду некоторых сложностей обработки, но на конечный результат и нужный эффект это никак не влияло.

Новая же генеративная модель как будто настроена на более сложные запросы, и простые задачи для неё кажутся не совсем понятными. Типа: «Зачем тебе вырезать задний фон, если это можно сделать в другой, более простой программе? Я умею гораздо больше, и давай предложу тебе что-нибудь этакое, даже если тебе это совсем не нужно». Ей как бы не верится в то, что пользователь, который добрался до такого мощного инструмента, может попросить решить такую простую задачу, хотя удаление заднего фона и формирование естественных не рваных контуров объекта не всегда и не во всех сучаях бывает лёгкой задачей. Несмотря на это, Nano Banana Pro начинает демонстрировать больше возможностей, которые действительно радуют и даже удивляют, но они не всегда нужны исходя из вполне конкретного и простого запроса. Напишите в комментариях, приходилось ли вам работать с новой генеративной моделью, какие сложные или простые задачи вы с ней уже выполняли? Будет интересно посмотреть и на ваш опыт. Всем удачи и на связи!