ChatGPT
Perplexity
Claude
Gemini
نموذج Google Gemini 2.0 Flash Image، المعروف هنا باسم Nano Banana 2، أسرع وأرخص، ووفقًا لشريكنا Brian من ترتيلة الإشعال، "أفضل بكثير في التفاصيل الدقيقة." طلبنا من Brian أن يختبره بدقة على OpenArt ويوثّق ما اكتشفه. النتيجة هي درس تعليمي مدته 12 دقيقة مليء بالنصائح والـ prompts وعدد مفاجئ من زيارات Applebee's. إليك التفصيل الكامل.
NB2 مقابل Nano Banana Pro: المقارنة الصادقة
خلف الموزة، يوجد الآن محرك تفكير ديناميكي قادر على الاستدلال عبر الـ prompts المعقدة، وسحب معلومات حقيقية من الويب بدلًا من اختلاقها، وتحليل مدخلات الصور للحفاظ على اتساق الشخصيات عبر عمليات التوليد. هذا ما يجعل NB2 مختلفًا حقًا عن سابقه — ليس مجرد تحسّن في السرعة والتكلفة، بل فئة جديدة من القدرات.
نصيحة 1: لا تحرّر داخل واجهة التحرير
نصيحة Brian الأولى هي أيضًا الأكثر قابلية للتطبيق الفوري: تخطَّ واجهة التعديل بالكامل. بدلًا من ذلك، اسحب صورتك الأساسية مباشرةً إلى نافذة المرجع البصري، وابنِ الـ prompt هكذا:
"عدّل الصورة الأولى بناءً على الـ prompt. [ضع تعديلك هنا]."
على OpenArt، يمنح هذا النهج NB2 وصولًا مباشرًا إلى الصورة وينتج باستمرار تعديلات أنظف وأكثر دقة. يوصي Brian أيضًا برفع الدقة إلى 4K قبل التوليد. الأمر ليس كالتحسين بالتكبير، لكنه يمنح النموذج مساحة بكسل أكبر بكثير للعمل على التفاصيل الدقيقة مثل النصوص أو بطاقات الأسماء أو الدعائم الصغيرة. ويصبح هذا مهمًا بشكل خاص عندما تطلب أي شيء يحتوي على تفاصيل معقدة.
نصيحة 2: prompt ورقة الشخصية
كان هذا العنصر الأكثر طلبًا في قسم التعليقات. ثبّت Brian الـ prompt كاملًا بعد نشر الفيديو، وها هو:
شيئان يجب تذكرهما عند استخدام هذا الـ prompt. أولًا، ضع دائمًا وسمًا يدويًا لصورتك المرجعية باستخدام @image1 — لن يعمل الموجّه بدونه. ثانيًا، يمكن لـ NB2 قبول ما يصل إلى خمس ورقات شخصيات موسومة في المشهد نفسه، وهو ما يختبره Brian بشدة لاحقًا في الفيديو بنتائج مبهرة حقًا. تجدر الإشارة إلى أن كلًا من NB2 و Nano Banana Pro يتعاملان مع هذا الموجّه جيدًا، رغم أن NB2 يتمتع بميزة دعم عدد أكبر من مدخلات الشخصيات المتزامنة.
نصيحة 3: ربط بالواقع من خلال Google Search
This is where NB2 pulls most clearly ahead of its predecessor. The model can perform a web search when it determines it does not have enough information to complete a task, which opens up a genuinely new category of prompting. Brian tested this by photographing grocery store ingredients and asking NB2 to generate recipe infographics without telling it what the recipe should be. The model had to identify the ingredients from the photos, look up a relevant recipe, and render everything as a visual layout.
لاختبار اللازانيا، استخدم 12 صورة مرجعية منفصلة. ويقبل OpenArt حتى 14 صورة.
كانت النتائج مبهرة إلى حد كبير، وإن كان لدى Brian بعض الملاحظات:
"كثير من النتائج كانت شحيحة في التعليمات بشأن كميات المكونات، وكأنها تلمّح إلى أن عليّ ببساطة أن أفرغ علبًا أو مرطبانات كاملة من المكونات في الأوعية، وأرصّ كل شيء طبقات، وأستمتع بلازانيا الحظ."
الخلاصة العملية هي أن الـ prompting المستند إلى الويب يعمل جيدًا في المهام كثيرة المراجع حيث تريد من النموذج تجميع المعلومات من عدة مدخلات. إنه أفضل بشكل ملحوظ من NB Pro في هذا النوع من المهام، حتى وإن كانت المخرجات تحتاج أحيانًا لبعض التفسير.
نصيحة 4: توليد النصوص متعددة اللغات
يأتي NB2 بعرض نصي متعدد اللغات محسّن، وهو ما اختبره Brian بأن طلب منه ترجمة الرسم البياني لكعكة الجبن الخاصة به إلى اليابانية. عُرضت الترجمة بشكل صحيح، لكن Brian صريح بشأن محدودية قدرته على التحقق من الدقة. وقد دعا المتحدثين باليابانية للإدلاء برأيهم عبر التعليقات. والحُكم لا يزال معلّقًا.
نصيحة 5: الاستدلال المكاني في تعديلات المشاهد المعقدة
Brian brought NB2 to Times Square, photographically speaking, and asked it to remove all the LED billboards and signage from a rainy night shot. What makes this test genuinely interesting is the difficulty of what the model has to do: it must remove the signs, extrapolate what the buildings look like underneath them, and recalculate the lighting, since most of the illumination in a wet Times Square shot is reflected bounce light from those very signs. That is a significant amount of spatial and physical reasoning happening in a single generation.
النتائج مبهرة، مع بعض النقص المتوقع نحو مركز الإطار. تابع Brian ذلك الاختبار بسلسلة من التعديلات الإضافية، إذ أزال المارّة، وحوّل المشهد إلى يوم مشمس، ثم إلى عاصفة ثلجية. نجح ذلك التعديل الأخير بما يكفي ليعلن أنه بات قادرًا على توليد لقطات شتوية ثانوية دون مغادرة المنزل.
نصيحة 6: مشاهد متعددة الشخصيات بما يصل إلى خمس شخصيات متسقة
الاختبار الأكثر طموحاً في الفيديو. ولّد Brian خمس أوراق شخصيات مميزة ووسمها جميعاً في مشهد عشاء واحد في Applebee's، طالباً بزوايا كاميرا متنوعة بينما تأكل الشخصيات الأضلاع. صمدت معظم الشخصيات باتساق عبر عمليات التوليد. كانت ربّة المنزل الرجعية الأصعب، وهو ما يعزوه Brian إلى الحساسية المتزايدة لدى أدمغتنا تجاه التفاوتات الطفيفة في وجوه البشر الواقعية المظهر.
ظهرت بعض الأمور غير المتوقعة على طول الطريق: كان لدى الروبوت رغبة مستمرة في أن يشبه Bender من Futurama رغم عدم وجود أي prompt بذلك، وأظهرت بعض المخرجات آثاراً طافية من صفحات الشخصيات. لكن اللحظة البارزة بلا لبس جاءت عندما ابتكر NB2 أسماءً لجميع الشخصيات الخمس دون أن يُطلب منه ذلك: Blonde Ambition, Steel Resolve, The Gentle Toad, Mew Pawsome, و Skull Rider. حُكم Brian: "أسحب كل انتقاداتي. هذا أفضل نموذج تصوير على الإطلاق."
مرجع سريع: أي نموذج لأي غرض
الخلاصة
يُعد NB2 ترقية مهمة عن Nano Banana Pro، خصوصًا في تحرير الصور والأوامر المستندة إلى الويب وتناسق الشخصيات المتعددة. محرّك التفكير الكامن وراءه يجعله قادرًا على أشياء لم يكن سلفه قادرًا عليها ببساطة، ويفعلها بسرعة أكبر وتكلفة أقل. ليست أداة مثالية، لكنها أداة قوية حقًا، وهي متاحة على OpenArt الآن.
يستحق شرح Brian المشاهدة بالكامل. أحد الأمور التي أشاد بها المعلّقون باستمرار كان استعداده لإظهار المواضع التي يُنتج فيها النموذج نتائج غير متوقعة أو غير مثالية، وليس المخرجات المصقولة فقط. هذه الصراحة تمنحك صورة أكثر واقعية عمّا يمكن توقّعه عندما تجرّبه بنفسك.