به گزارش آی سی تی نیوز؛  گوگل در تاریخ ۸ اکتبر ۲۰۲۶ (۱۶ مهر ۱۴۰۵) سه محصول جدید در حوزه هوش مصنوعی معرفی کرد. Nano Banana 2.1 به‌عنوان نسخه جدید مدل تصویرساز، Gemini Agent به‌عنوان دستیار جامع سازمانی و SynthID Detector به‌عنوان ابزار شناسایی محتوای تولیدشده با هوش مصنوعی، سه محور اصلی این معرفی را تشکیل می‌دهند.

Nano Banana 2.1؛ تصویرساز نیم‌قیمت با ویرایش دقیق

گوگل نسخه جدید مدل تولید و ویرایش تصویر خود را با نام Nano Banana 2.1 معرفی کرده است. این مدل بر پایه Gemini 3.6 Flash ساخته شده و تاریخ برش دانش آن مارس ۲۰۲۶ است.

ویرایش ماسک‌محور: کاربران می‌توانند بخش خاصی از تصویر را انتخاب کرده و فقط همان قسمت را تغییر دهند، بدون اینکه سایر بخش‌ها تحت تأثیر قرار گیرند. این قابلیت به‌ویژه برای ویرایش‌های دقیق و حرفه‌ای کاربرد فراوانی دارد.

ثبات کاراکتر: این مدل می‌تواند تا ۱۴ تصویر مرجع (شامل ۱۰ شیء و ۴ شخصیت) را دریافت کند و یکپارچگی چهره و محصول را در چندین مرحله ویرایش حفظ نماید. این ویژگی برای پروژه‌هایی که نیازمند چندین مرحله اصلاح تصویر هستند، اهمیت زیادی دارد.

خروجی 4K: تولید و ویرایش تصاویر با وضوح ۴K پشتیبانی می‌شود. این مدل برای ساخت تصاویر، اینفوگرافیک‌ها و طراحی‌های دارای متن بهینه شده است.

قیمت: هزینه تولید تصویر ۱K حدود ۰.۰۳۴ دلار است که نصف قیمت Nano Banana 2 محسوب می‌شود. این کاهش قیمت، استفاده از این مدل را برای پروژه‌های پرحجم اقتصادی‌تر می‌کند.

عملکرد: در پلتفرم Arena، این مدل رتبه چهارم در ویرایش چندتصویری و رتبه پنجم در تولید تصویر از متن را کسب کرده است. همچنین کیفیت رندر متن به زبان‌های غیرانگلیسی، به‌ویژه چینی، بهبود چشمگیری یافته است.

نکته قابل توجه: برخی کاربران گزارش داده‌اند که با افزایش تعداد ویرایش‌ها، یک باگ واترمارک باعث افت کیفیت تدریجی تصویر می‌شود. گوگل هنوز به این گزارش‌ها واکنشی نشان نداده است.

دسترسی: این مدل از طریق Gemini App، حالت AI جستجو، Google AI Studio، Flow و API در دسترس قرار گرفته است.

Gemini Agent؛ واگذاری امور اداری به هوش مصنوعی

بخش ابری گوگل در رویداد Gemini at Work 2026 از دستیار جامع جدیدی به نام Gemini Agent برای مشتریان تجاری رونمایی کرد. این ابزار درون برنامه Gemini Enterprise، پلتفرم ورک‌اسپیس و سایر سرویس‌های گوگل قرار می‌گیرد.

اصل کار: کاربران به‌جای صدور دستورالعمل‌های گام‌به‌گام، تنها هدف نهایی را مشخص می‌کنند. سیستم خودش برنامه‌ریزی کرده، پرسش‌ها را پاسخ می‌دهد، کارهای دانش‌محور انجام می‌دهد، محتوا تولید می‌کند و کد اجرا می‌کند.

حافظه چهارلایه: حافظه ابری آن به چهار بخش نشست، معنایی، رویه‌ای و رویدادی تقسیم شده تا فرآیندها حتی در بازه‌های چندروزه هماهنگ بمانند. این طراحی به Gemini Agent امکان می‌دهد وظایف طولانی‌مدت را بدون نیاز به یادآوری مکرر پیگیری کند.

هویت مستقل: Gemini Agent می‌تواند دارای هویت سازمانی مستقل با ایمیل، تقویم و حساب کاربری اختصاصی باشد و مانند یک همکار در تیم عمل کند. این قابلیت به‌ویژه برای سازمان‌هایی که می‌خواهند فرآیندهای خودکار را به یک عامل هوش مصنوعی بسپارند، اهمیت دارد.

چندمدلی: این ابزار می‌تواند بر اساس نیاز، مدل‌های مختلف از جمله Claude از آنتروپیک را فراخوانی کند. این رویکرد چندمدلی به سازمان‌ها امکان می‌دهد برای هر وظیفه، مدل مناسب را انتخاب کنند.

دسترسی: از طریق Gmail، Google Docs، Sheets، Slides، Slack و Microsoft 365 فراهم است و فراخوانی @Gemini امکانات دستیار را فعال می‌کند. رابط برنامه‌نویسی نرم‌افزار به شرکت‌ها اجازه می‌دهد فناوری را بدون رابط کاربری اختصاصی به‌کار گیرند.

وضعیت: قابلیت جدید فعلاً در مرحله پیش‌نمایش خصوصی قرار دارد و به‌زودی در اختیار کاربران تجاری منتخب قرار می‌گیرد.

SynthID Detector؛ شناسایی محتوای AI از چهار شرکت

گوگل ابزار SynthID Detector را برای شناسایی محتوای تولید شده با هوش مصنوعی از طریق واترمارک نامرئی عرضه کرده است. این ابزار برخلاف سرویس‌های قبلی که تنها محتوای یک شرکت خاص را شناسایی می‌کردند، قادر است عکس، ویدیو و موزیک تولید شده با مدل‌های گوگل، OpenAI، انویدیا و Kakao را در یک سرویس تشخیص دهد.

ابزار SynthID Detector به‌صورت رایگان از آدرس اختصاصی گوگل در دسترس کاربران قرار گرفته است. این ابزار گامی مهم در جهت شفافیت محتوای دیجیتال و مبارزه با دیپ‌فیک محسوب می‌شود.

تحلیل ICTNews

معرفی هم‌زمان این سه محصول، نشان‌دهنده استراتژی چندلایه گوگل در بازار هوش مصنوعی است. Nano Banana 2.1 با کاهش ۵۰ درصدی قیمت، مستقیماً به جنگ OpenAI و مدل‌های تصویرساز رقیب رفته و تلاش می‌کند هزینه تولید تصویر را به سطحی برساند که برای استارتاپ‌ها و کسب‌وکارهای کوچک نیز مقرون‌به‌صرفه باشد.

Gemini Agent نیز یک تغییر پارادایم مهم در حوزه دستیارهای سازمانی محسوب می‌شود. برخلاف دستیارهای سنتی که صرفاً به سؤالات پاسخ می‌دهند، این ابزار می‌تواند اهداف پیچیده را به‌صورت خودکار پیگیری کند و حتی هویت سازمانی مستقل داشته باشد. این قابلیت می‌تواند بهره‌وری سازمان‌ها را به‌طور قابل‌توجهی افزایش دهد، اما همزمان سؤالاتی درباره کنترل، نظارت و مسئولیت‌پذیری مطرح می‌کند.

SynthID Detector نیز پاسخی به نگرانی‌های فزاینده درباره محتوای جعلی و دیپ‌فیک است. با گسترش ابزارهای تولید محتوا با هوش مصنوعی، توانایی تشخیص محتوای اصیل از جعلی به یک ضرورت تبدیل شده است. همکاری با OpenAI، انویدیا و Kakao نشان می‌دهد که این استاندارد در حال تبدیل شدن به یک استاندارد صنعتی است.

در مجموع، گوگل با این سه محصول، یک پیام روشن ارسال می‌کند: این شرکت نه‌تنها در رقابت مدل‌های پایه پیشتاز است، بلکه در حال ساخت یک اکوسیستم کامل از ابزارهای تولید، مدیریت و اعتبارسنجی محتواست.