काठमाण्डौं — प्रविधि क्षेत्रको दिग्गज कम्पनी गुगलले आफ्नो सबैभन्दा परिष्कृत र तीव्र गतिको एआई इमेज जेनेरेसन मोडेल ‘नानो बनाना २’ (Nano Banana 2) सार्वजनिक गरेको छ। गुगलको माउ कम्पनी अल्फाबेटका सीईओ सुन्दर पिचाईले यसलाई कम्पनीको ‘अहिलेसम्मकै उत्कृष्ट इमेज मोडेल’ को रूपमा घोषणा गरेका छन्।
यो नयाँ प्रविधिले शब्दका आधारमा फोटो बनाउने र भएका फोटोहरूलाई सम्पादन गर्ने कार्यलाई अझ गुणस्तरीय र छिटो बनाउने दाबी गरिएको छ।
के हो ‘नानो बनाना २’?
यो गुगलको एआई प्रविधिमा आधारित यस्तो औजार हो जसले प्रयोगकर्ताको कल्पना र शब्दलाई तत्कालै उच्च गुणस्तरको तस्बिरमा बदल्न सक्छ। यसले गुगलको शक्तिशाली ‘जेमिनाइ’ (Gemini) एआईको सहयोग लिने भएकाले यसले संसारका वस्तु र तस्बिरहरूलाई मानव मस्तिष्कले जस्तै गहिराइमा बुझ्न सक्छ।
यसका मुख्य विशेषताहरू:
- वास्तविक सूचनाको प्रयोग: यसले गुगल सर्चबाट प्राप्त हुने ‘रियल-टाइम’ सूचना र तस्बिरहरूको प्रयोग गर्ने भएकाले यसले बनाउने फोटोहरू वास्तविक संसारसँग मेल खान्छन्।
- अनुहारको एकरुपता: फोटो सम्पादन गर्दा यसले मानिसको अनुहारको बनावटलाई दुरुस्त राख्न सक्छ। अर्थात् एउटै मानिसको फोटोमा फरक फरक सम्पादन गर्दा पनि अनुहारको पहिचान बदलिँदैन।
- सटिक अक्षर र बनावट: यो मोडेलले फोटोभित्र लेखिने अक्षरहरूलाई स्पष्ट र व्याकरणगत रूपमा शुद्ध बनाउन सक्छ। जस्तै: “नेपाली वा हिन्दी भाषामा लेबल भएको वाटर साइकलको इन्फोग्राफिक बनाऊ” भन्दा यसले सटिक नतिजा दिनेछ।
- धेरै एपमा उपलब्ध: यो सुविधा गुगलको जेमिनाइ एप, गुगल सर्च, गुगल लेन्स र ‘फ्लो’ (Flow) भिडियो टुलमा पनि उपलब्ध हुनेछ।
प्रविधिमा नयाँ फड्को
गुगलले गत वर्षको अगस्टमा ‘नानो बनाना’ को पहिलो संस्करण ल्याएको थियो जुन उच्च गुणस्तरका कारण निकै लोकप्रिय भयो। त्यसपछि नोभेम्बरमा व्यावसायिक प्रयोजनका लागि ‘नानो बनाना प्रो’ ल्याइएको थियो। अहिले सार्वजनिक गरिएको दोस्रो संस्करणले भने पहिलेका सबै कमजोरीलाई सुधार्दै तस्बिरको गुणस्तर (Texture), प्रकाश (Lighting) र सम्पादनको गतिलाई नयाँ उचाइमा पुर्याएको छ।
प्रयोगकर्ताले अब बोलेर वा टाइप गरेरै आफूले चाहेको आकार (Aspect Ratio) र वस्तुहरू भएको फोटो सेकेन्डभरमै तयार पार्न सक्नेछन्।
