Predstavte si, že stlačíte Enter a o necelé štyri sekundy máte hotový profesionálny produktový obrázok, ktorý by vo Photoshope trval dvadsať minút.
Google práve posunul latku generatívneho obrazu aj videa do úplne inej dimenzie. Modely Nano Banana 2 (Gemini 3.1 Flash Image) a Gemini Omni Flash nie sú ďalším evolučným krokom, ale skokom, ktorý mení pravidlá hry pre každého, kto sa živí kreatívnym priemyslom.
Čo je vlastne NanoBanana 2?
NanoBanana 2 je nástupca minuloročného modelu, ktorý Google predstavil ako súčasť svojej rodiny Gemini. Kľúčové číslo, ktoré musíte poznať, je 3,8 sekundy. Presne toľko trvá vygenerovanie obrázka vo vysokom rozlíšení. Pre porovnanie: Midjourney aj DALL-E 3 sa pri vysokom rozlíšení bežne pohybujú v desiatkach sekúnd — presný čas závisí od verzie a zvoleného režimu. To nie je zrýchlenie, to je zmena paradigmy.
Technicky vzaté, NanoBanana 2 využíva novú architektúru, ktorá spracováva obraz v latentnom priestore efektívnejšie ako predchádzajúce difúzne modely. Výsledkom je nielen rýchlosť, ale aj konzistentnosť textúr a svetla — dva faktory, ktoré doteraz trápili každého, kto skúšal generovať fotorealistické scény s viacerými objektmi.
OmniFlash: Video, ktoré nečaká
Kým NanoBanana 2 rieši statické obrázky, OmniFlash je odpoveďou na otázku, ktorú si kladie každý video editor: "Prečo musí render trvať hodiny?" Tento model zvláda any-to-any konverziu — z textu na video, z obrázka na video, z videa na video, dokonca aj z videa na 3D scénu.
V praxi to znamená, že môžete vziať záber z natáčania, nahrať ho do OmniFlash a nechať ho prerobiť na animovaný štýl, zmeniť dennú dobu alebo pridávať objekty, ktoré v origináli neboli. Všetko v cloude, bez potreby výkonnej lokálnej GPU – Google však reálny čas ani prevod videa na 3D scénu neuvádza.
Praktický pracovný postup: Ako to celé poskladať
Najväčšia sila týchto nástrojov prichádza, keď ich skombinujete. Tu je postup, ktorý dnes používam pri každom klientskom projekte:
- NanoBanana 2 vygeneruje hero obrázok produktu za 4 sekundy
- OmniFlash prevedie tento obrázok na video s rotáciou produktu
- Výsledné video upravím v Runway alebo Premiere Pro pre finálny strih
Celý proces od nápadu po hotový spot trvá menej ako 10 minút. Pred rokom to boli minimálne dva dni práce.
Kde sú limity? Buďme úprimní
NanoBanana 2 stále bojuje s textúrami ľudskej pokožky pri extrémnych detailoch a OmniFlash má problémy s viacvrstvovou transparentnosťou. Ak potrebujete generovať fotorealistické portréty s detailnými pórmi, Midjourney ich stále zvláda lepšie. Ale pre produktovú fotografiu, e-commerce vizuály a marketingové materiály je Google teraz jednoznačne najrýchlejšou voľbou.
Licencie a ceny: Skryté náklady
Google sprístupnil oba modely cez Vertex AI a Gemini API. Cena je stanovená na základe počtu vygenerovaných obrázkov — približne 0,034 USD (asi 0,03 €) za obrázok pri hromadnom spracovaní. Adobe Firefly sa účtuje inak — cez generatívne kredity zahrnuté v pláne, nie pevnou cenou za obrázok, ale pozor na licenčné podmienky: komerčné využitie je povolené, avšak v platenom Gemini API ani vo Vertex AI Google na vašich vstupoch netrénuje.
Čo si teda vybrať?
Ak pracujete s produktovou fotografiou a potrebujete rýchle iterácie, NanoBanana 2 je jasná voľba. Ak tvoríte video obsah pre sociálne siete a chcete experimentovať s vizuálnymi štýlmi, OmniFlash vám dá neuveriteľnú flexibilitu. Pre fotorealistické portréty a umelecké výstupy však zostávajú Midjourney a Stable Diffusion stále relevantné.
Ideálne je mať v arzenáli oboje — Google na rýchlu produkciu, ostatné nástroje na špecifické kreatívne výzvy. Kombinácia rýchlosti a kvality je dnes dostupnejšia než kedykoľvek predtým a tí, ktorí to ignorujú, ostanú stáť na štarte.
Erikov kreatívny tip: Pri práci s NanoBanana 2 sa nebojte experimentovať s negatívnymi promptmi. Zatiaľ čo pri Midjourney stačí jednoduchý popis, Google modely reagujú výrazne lepšie na presné vylúčenie nežiaducich prvkov. Parameter --no však pozná len Midjourney. Imagen má v API pole negative_prompt a pri Gemini Flash Image je najspoľahlivejšie opísať nežiaduce prvky slovami — napríklad „prázdna ulica bez áut“ namiesto „bez áut“.
