【Googlebook】Chromebookユーザ視点の感想、期待できる点とそうじゃないところ
タケイ
GCジャーナル
【Gemini】 画像生成モデル「Nano Banana 2.1」が登場
タケイ
Googleが、画像生成・編集モデルの新版「Nano Banana 2.1」を発表しました。
Android Authorityによると、GoogleはSNSへの投稿で、Nano Banana 2.1は従来のモデルを全般的に上回り、視覚的なデザイン、マスクベースの編集、被写体の一貫性で大きく向上したと説明しています。Google DeepMindは10月6日付でモデルカードを公開しました。
Gemini APIのドキュメントによると、Nano Banana 2.1はNano Banana 2（Gemini 3.1 Flash Image）のアップデートで、Flashクラスの速度とコスト効率を保ちながら、画質、プロンプトへの忠実さ、複数ターンでのキャラクターの一貫性、文字描画が大きく向上しています。
位置づけはNano Banana Pro（Gemini 3 Pro Image）のより効率的な姉妹モデルで、モデルカードによるとGemini 3.6 Flashをベースにしています。
主な更新点は、1K／2K／4Kの各出力解像度での画質とリアルさの向上（既定は1K）、1:4／4:1／1:8／8:1といった極端な縦長・横長比率の2K／4Kで出ていたタイル状の乱れの修正、文字描画とインフォグラフィックのレイアウト精度の向上、最大14枚の参照画像を使うマルチ画像合成（キャラクターは最大4人、物体は最大10個まで一貫性を保持）、Google検索（Web・画像）によるグラウンディング、思考レベル（minimal／medium〈既定〉／high）の選択です。
モデルカードに記載された提供先は、Geminiアプリ、Google AI Studio、Gemini API、Google検索のAIモード、Google 広告、Google Flow、Google Stitchで、Android Authorityによると、Googleの投稿ではGemini Enterprise Platformも挙げられ、同日から順次展開されています。
一方、モデルカードには既知の制限として、小さな文字（特に1K）や長い段落の文字描画は不鮮明になりやすいこと、入力画像と生成画像のキャラクターの一貫性が常に完璧ではないこと、左右など空間の把握を誤る場合があることが記されています。
複数言語でのローカライズされた文字描画に適するという記載はあるものの、日本での提供状況や日本語の文字描画についての特記はありません。
スポンサーリンク
ABOUT ME
埼玉県在住のサラリーマン。
Chromebook(クロームブック)の魅力を広めるために勝手に活動する「Chromebookマニア」です。
パソコン7割（Chromebook、レッツノート、マウスコンピュータ）、ガジェット3割（デジタル手書き、スマホ）でやってます。
