5 Minuty
Google opracowuje nowatorską funkcję „adnotacji” (markup) dla platformy Gemini, która pozwoli użytkownikom rysować lub dodawać tekst bezpośrednio na wygenerowanych przez sztuczną inteligencję obrazach, a następnie szybko przesyłać je ponownie w celu wprowadzenia poprawek. Ta innowacja ma na celu zapewnienie użytkownikom większej kontroli nad wynikami generowanymi przez AI oraz usprawnienie wprowadzania drobnych zmian bez konieczności ciągłego modyfikowania i przepisywania promptów tekstowych.
Bliższa użytkownikowi praca z AI: Rysuj, pisz, edytuj obrazy generowane przez sztuczną inteligencję
Według ujawnionych zrzutów ekranu oraz pierwszych raportów, narzędzie adnotacji w Gemini oferuje poziomy wybór kolorów oraz dwa kluczowe narzędzia: pędzel z falistą linią do rysowania odręcznego oraz ikonę „T” do wstawiania tekstu. Zamiast każdorazowo edytować prompt i generować obraz od nowa, użytkownik może bezpośrednio na gotowej grafice zamalować, podpisać lub dokładnie wskazać obszary wymagające zmian. Po naniesieniu adnotacji wystarczy przesłać obraz ponownie do Gemini – AI natychmiast wdroży wybrane poprawki, co znacznie usprawnia proces kreatywny, zwłaszcza w działaniach takich jak projektowanie graficzne, cyfrowy marketing, czy tworzenie treści wizualnych.
Resubmission workflow – efektywność i szybkość zmian
Wczesni testerzy rozwiązania opisują niezwykle intuicyjny cykl pracy: pobierają wygenerowany obraz, nanoszą odręczne szkice lub tekstowe adnotacje, a następnie ponownie przesyłają plik do systemu. Dzięki temu drobne korekty, takie jak przesunięcie obiektu, zmiana koloru czy poprawa detali twarzy, można wprowadzić już na samym obrazie – bez potrzeby rekonstruowania długich promptów czy rozpoczynania całego procesu generowania od podstaw. Warto podkreślić, że Gemini analizuje zarówno warstwę wizualną (np. strzałki, zaznaczenia), jak i tekstowe podpowiedzi, pozwalając na precyzyjniejsze i bardziej przewidywalne wyniki końcowe.
Znaczenie adnotacji obrazów Gemini dla zespołów kreatywnych i biznesu
Wyobraź sobie, że stale udoskonalasz wizualizacje marketingowe lub makiety produktu. Zamiast pisać wielokrotnie „zmniejsz logo i przesuń je w lewo”, wystarczy narysować strzałkę, zakreślić konkretny element lub wpisać słowo „mniejsze” bezpośrednio na obrazie. Taki sposób pracy jest szybszy, bardziej jednoznaczny i zgodny z praktyką recenzowania materiałów przez profesjonalnych projektantów. Nowa funkcja eliminuje nieporozumienia typowe dla wyłącznie tekstowych instrukcji, zwiększając produktywność zespołów kreatywnych oraz osób nietechnicznych korzystających z generatywnej sztucznej inteligencji w codziennych zadaniach.
- Szybsze iteracje: ograniczenie liczby poprawek promptów oraz natychmiastowa informacja zwrotna w postaci wizualnej.
- Jasność intencji: oznaczenia graficzne minimalizują błędne interpretacje w porównaniu z samymi poleceniami tekstowymi.
- Dostępność edycji: użytkownicy bez umiejętności technicznych mogą korzystać z AI poprzez proste rysunki i notatki.
Gemini – rozwijający się zestaw narzędzi do edycji AI
W 2024 roku Google udostępniło już możliwość edycji obrazów wewnątrz Gemini. Narzędzia te obsługują zarówno zdjęcia użytkownika, jak i obrazy generowane przez AI, oferując opcje takie jak zmiana tła, dodawanie lub usuwanie obiektów oraz łączenie wielu obrazów. Funkcja markup istotnie poszerza te możliwości, czyniąc z wygenerowanego obrazu interaktywny szablon do kolejnych poprawek. To rozwiązanie doskonale wpisuje się w potrzeby branż kreatywnych, dla których elastyczność i precyzja są kluczowe przy opracowywaniu materiałów wizualnych wspieranych przez sztuczną inteligencję.
Nano Banana Pro – większa ostrość, lepsza czytelność generowanych obrazów
Możliwości wizualne Gemini zostały znacznie wzmocnione dzięki zastosowaniu modelu Nano Banana Pro. Według Google, ta ulepszona wersja zapewnia wyższą jakość detali oraz lepszą czytelność fontów i tekstu na obrazach tworzonych przez AI. W praktyce, dzięki połączeniu z funkcją adnotacji, użytkownicy mogą nanosić wskazówki graficzne i tekstowe, które są interpretowane jeszcze precyzyjniej przez sztuczną inteligencję – co pozwala na szybsze, czystsze i bardziej intuicyjne poprawki nawet w przypadku złożonych projektów wizualnych, prototypów oraz grafik używanych w reklamie internetowej i mediach społecznościowych.
Dla twórców, zespołów produktowych oraz osób zajmujących się amatorską edycją grafiki, możliwość nanoszenia adnotacji na obrazy generowane przez AI może zrewolucjonizować codzienną pracę – ograniczając uzależnienie od wielokrotnie przekształcanych promptów na rzecz bardziej bezpośredniego, manualnego wpływu na ostateczny wygląd projektu. Google konsekwentnie stawia na model pracy, który lepiej odwzorowuje ludzkie intencje i ułatwia współpracę na linii kreator – sztuczna inteligencja, co czyni Gemini praktycznym i przyjaznym narzędziem dla szerokiego grona użytkowników biznesowych i indywidualnych.
Wyzwania i potencjalne kierunki rozwoju narzędzi AI do edycji obrazów
Choć funkcja adnotacji znacząco przyspiesza oraz upraszcza proces edycji grafik generowanych przez AI, jej skuteczność zależy od precyzji interpretacji wskazówek przez system. Przyszłe aktualizacje Gemini mogą obejmować jeszcze szerszą gamę narzędzi graficznych, rozpoznawanie kontekstu sceny czy automatyczne podpowiedzi edycji na podstawie analizowanego obrazu. Integracja z innymi aplikacjami Google Workspace otwiera drogę do zaawansowanej współpracy zespołowej oraz wdrożenia w profesjonalnych workflow kreatywnych na szeroką skalę.
Podsumowanie: Gemini – nowy standard edycji obrazów generowanych przez AI
Google, wprowadzając funkcję adnotacji graficznych w Gemini, wyznacza nową jakość w dziedzinie edycji obrazów generowanych przez sztuczną inteligencję. Umożliwienie bezpośrednich, ręcznych poprawek na poziomie wizualnym znacznie skraca czas pracy i zwiększa efektywność zarówno profesjonalnych projektantów, jak i początkujących twórców cyfrowych. Dzięki rozwiniętym narzędziom, takim jak Nano Banana Pro oraz zintegrowane systemy rozumienia kontekstu, platforma ta może stać się kluczowym narzędziem w nowoczesnych pracach graficznych, reklamy online oraz edukacji wizualnej. W najbliższych miesiącach warto śledzić dalszy rozwój Gemini jako lidera w obszarze kreacji i edycji obrazów AI w polskich i światowych realiach.
Źródło: smarti
Zostaw komentarz