Nano Banana چیست؟ ویرایش عکس با Gemini

نانو بنانا (Nano Banana) نام خودمانی مدل‌های تولید و ویرایش تصویر گوگل در خانواده Gemini است که با یک دستور متنی ساده، عکس می‌سازد یا عکس موجود را ویرایش می‌کند. نخستین نسخه نانو بنانا همان Gemini ۲.۵ Flash Image بود که در اوت ۲۰۲۵ معرفی شد و تازه‌ترین عضو این خانواده، Nano Banana ۲.۱، در ۶ اکتبر ۲۰۲۶ (۱۴ مهر ۱۴۰۵) عرضه شده است.

نویسنده: تیم siloow (سیلو سولوشن) — آخرین به‌روزرسانی: آبان ۱۴۰۵

وضعیت تا آبان ۱۴۰۵: خانواده نانو بنانا شامل Nano Banana (اوت ۲۰۲۵)، Nano Banana Pro (نوامبر ۲۰۲۵)، Nano Banana ۲ (۲۶ فوریه ۲۰۲۶) و Nano Banana ۲.۱ (۶ اکتبر ۲۰۲۶) است. طبق مستندات رسمی Gemini API، نسخه ۲.۱ مدل پیشنهادی برای پروژه‌های جدید است و همه تصاویر تولیدشده واترمارک نامرئی SynthID دارند.

در این مقاله می‌خوانید نانو بنانا دقیقاً چیست، نسخه‌های آن چه تفاوتی دارند، با آن چه کارهایی در ویرایش عکس هوش مصنوعی می‌توان کرد، چطور پرامپت بهتری برای آن نوشت و محدودیت‌ها و ملاحظات حقوقی و دسترسی آن برای کاربران ایرانی چیست.

نانو بنانا چیست و چرا این اسم را دارد؟

نانو بنانا اسم مستعار مدل‌های تصویری Gemini گوگل است که می‌توانند هم تصویر جدید تولید کنند و هم تصویر موجود را با دستور زبانی ویرایش کنند. این اسم ابتدا به‌عنوان نام رمز یک مدل ناشناس در سایت‌های مقایسه مدل‌ها مطرح شد و پس از محبوبیت، گوگل خودش آن را رسماً برای این خانواده به کار برد.

تفاوت اصلی نانو بنانا با ابزارهای قدیمی‌تر هوش مصنوعی مولد تصویری در این است که مدل روی یک مدل زبانی بزرگ چندوجهی ساخته شده و «می‌فهمد» در عکس چه چیزی هست. برای همین می‌توانید بگویید «پس‌زمینه را به یک کافه شلوغ تغییر بده ولی چهره و لباس آدم را دست نزن» و مدل بقیه تصویر را حفظ می‌کند. این قابلیت، یعنی حفظ هویت شخصیت‌ها و اشیا در چند ویرایش پشت سر هم، دلیل اصلی محبوبیت نانو بنانا بوده است.

نسخه‌های نانو بنانا چه تفاوتی با هم دارند؟

خانواده نانو بنانا تا آبان ۱۴۰۵ پنج عضو اصلی دارد که از نظر سرعت، کیفیت و قابلیت‌ها با هم فرق می‌کنند. اطلاعات جدول زیر از مستندات رسمی تولید تصویر Gemini API و کارت مدل Nano Banana ۲.۱ در Google DeepMind گرفته شده است.

نام	شناسه مدل در API	وضوح خروجی	نقش در خانواده
Nano Banana	gemini-2.5-flash-image	—	نسخه اول (اوت ۲۰۲۵)؛ اکنون مدل قدیمی محسوب می‌شود
Nano Banana Pro	gemini-3-pro-image	1K، 2K، 4K	مدل ممتاز برای کارهای پیچیده؛ تا ۱۴ تصویر مرجع
Nano Banana 2	gemini-3.1-flash-image	512px تا 4K	نسل قبلی با سرعت Flash (فوریه ۲۰۲۶)
Nano Banana 2 Lite	gemini-3.1-flash-lite-image	فقط 1K	سریع‌ترین و ارزان‌ترین؛ بدون اتصال به جستجوی گوگل
Nano Banana 2.1	gemini-nano-banana-2.1	1K، 2K، 4K	مدل اصلی پیشنهادی (اکتبر ۲۰۲۶)؛ بر پایه Gemini ۳.۶ Flash

طبق کارت مدل، Nano Banana ۲.۱ بر پایه Gemini ۳.۶ Flash ساخته شده و در اپ Gemini، Google AI Studio، Gemini API، حالت AI Mode جستجوی گوگل، Google Ads، Flow و Stitch در دسترس است. رسانه‌هایی مانند The Decoder گزارش داده‌اند که هزینه هر تصویر در API برای نسخه ۲.۱ تقریباً نصف Nano Banana ۲ است؛ برای قیمت دقیق همیشه به صفحه رسمی قیمت‌گذاری Gemini API مراجعه کنید، چون قیمت‌ها تغییر می‌کنند.

نکته: اگر در پروژه‌ای از طریق API با Nano Banana ۲ کار می‌کنید، به اعلان‌های توقف مدل در مستندات گوگل توجه کنید. طبق گزارش‌ها، شناسه gemini-۳.۱-flash-image قرار است با آمدن نسخه ۲.۱ بازنشسته شود و کد شما باید به شناسه جدید مهاجرت کند.

با نانو بنانا چه کارهایی می‌توان انجام داد؟

با نانو بنانا می‌توان هم تصویر از صفر ساخت و هم ویرایش عکس هوش مصنوعی را با زبان طبیعی انجام داد؛ از حذف یک شیء تا ترکیب چند عکس در یک صحنه. مهم‌ترین کاربردها این‌هاست:

• ویرایش موضعی: حذف یا اضافه کردن شیء، تغییر رنگ لباس، عوض کردن پس‌زمینه یا نورپردازی، بدون دست زدن به بقیه تصویر.
• حفظ ثبات شخصیت: طبق مستندات، نسخه‌های ۲ و ۲.۱ تا ۴ شخصیت و ۱۰ شیء را در کل ۱۴ تصویر مرجع ثابت نگه می‌دارند؛ مناسب داستان مصور و کمپین تبلیغاتی.
• ترکیب چند عکس: قرار دادن محصول در صحنه‌ای دیگر یا ساخت کلاژ هماهنگ از چند ورودی.
• اینفوگرافیک و پوستر با متن: نسخه‌های جدید متن خواناتری درون تصویر می‌نویسند و از دانش و جستجوی گوگل برای دقت بیشتر استفاده می‌کنند.
• بازسازی و بهبود عکس: رنگی کردن عکس‌های قدیمی یا تغییر سبک تصویر به نقاشی، سه‌بعدی یا طرح خطی.
• نمونه‌سازی سریع طراحی: ساخت ماکاپ محصول، بنر یا ایده اولیه صفحه قبل از کار نهایی طراح.

چطور با نانو بنانا عکس را ویرایش کنیم؟

ویرایش عکس با نانو بنانا در اپ Gemini یا Google AI Studio در چند مرحله ساده انجام می‌شود: عکس را بارگذاری می‌کنید، تغییر مورد نظر را دقیق توصیف می‌کنید و نتیجه را با دستورهای کوتاه بعدی اصلاح می‌کنید. روند کلی به این شکل است:

1. در اپ Gemini یا AI Studio گزینه ساخت یا ویرایش تصویر را انتخاب کنید (در API، مدل تصویری مورد نظر را برگزینید).
2. عکس اصلی و در صورت نیاز عکس‌های مرجع (مثلاً عکس محصول یا شخصیت) را بارگذاری کنید.
3. تغییر را مشخص بنویسید: چه چیزی تغییر کند، چه چیزی دست‌نخورده بماند و سبک خروجی چه باشد.
4. نتیجه را بررسی کنید و به جای نوشتن پرامپت از نو، اصلاح‌های کوچک را در گفت‌وگوی بعدی بخواهید.
5. در پایان نسبت تصویر و وضوح خروجی را مطابق محل استفاده (اینستاگرام، سایت یا چاپ) انتخاب کنید.

نمونه پرامپت فارسی برای ویرایش عکس

نانو بنانا دستور فارسی را می‌فهمد، اما مثل هر مدل دیگری، پرامپت دقیق‌تر نتیجه بهتری می‌دهد. اصول پرامپت نویسی اینجا هم صدق می‌کند: موضوع، تغییر، محدودیت و سبک را جدا بنویسید. چند نمونه:

• «پس‌زمینه این عکس محصول را حذف کن و آن را روی یک میز چوبی روشن با نور طبیعی صبح قرار بده؛ رنگ و برچسب محصول نباید تغییر کند.»
• «این عکس قدیمی سیاه‌وسفید را با رنگ‌های طبیعی و واقع‌گرایانه رنگی کن و خراش‌ها را بردار، اما حالت چهره‌ها را عوض نکن.»
• «یک پوستر عمودی برای کارگاه آموزشی بساز با عنوان فارسی “کارگاه طراحی سایت” با فونت ساده و خوانا، پس‌زمینه سرمه‌ای و آیکون لپ‌تاپ.»

یک نکته عملی: نوشتن متن فارسی درون تصویر هنوز به اندازه متن انگلیسی دقیق نیست. کارت مدل گوگل هم «ضعف در رندر متن‌های کوچک» را جزو محدودیت‌ها آورده است. برای پوستر نهایی، بهتر است متن فارسی را بعداً در نرم‌افزار طراحی روی تصویر قرار دهید.

نانو بنانا در مقایسه با ابزارهای دیگر ویرایش عکس هوش مصنوعی چه جایگاهی دارد؟

نانو بنانا یکی از چند گزینه جدی ویرایش عکس هوش مصنوعی است و نقطه قوت اصلی آن ویرایش گفت‌وگومحور با حفظ جزئیات تصویر اصلی است. انتخاب ابزار مناسب به نوع کار، نیاز به کنترل دقیق و شرایط دسترسی بستگی دارد. جدول زیر یک مقایسه ویژگی‌محور است، نه رتبه‌بندی کیفیت.

ویژگی	نانو بنانا (Gemini)	ابزارهای ویرایش کلاسیک مثل فتوشاپ	مدل‌های متن‌باز تصویر
شیوه کار	دستور متنی و گفت‌وگو	ابزارهای دستی و لایه‌ها، همراه با قابلیت‌های هوش مصنوعی	پرامپت و تنظیمات فنی
کنترل دقیق پیکسل	محدود	بسیار بالا	متوسط تا بالا با ابزارهای جانبی
منحنی یادگیری	کم	زیاد	زیاد
اجرا روی سیستم شخصی	خیر؛ سرویس ابری	بله	بله، با سخت‌افزار مناسب
واترمارک هوش مصنوعی	SynthID روی همه خروجی‌ها	بسته به قابلیت	معمولاً ندارد

محدودیت‌ها و ملاحظات استفاده از نانو بنانا چیست؟

نانو بنانا با وجود کیفیت بالا، محدودیت‌های فنی، حقوقی و دسترسی دارد که پیش از استفاده جدی باید بدانید. کارت مدل رسمی گوگل خودش به چند محدودیت مهم اشاره کرده است:

• احتمال «توهم» و افزودن جزئیات نادرست، به‌خصوص در اینفوگرافیک‌ها و نمودارها.
• ثبات شخصیت همیشه کامل نیست و گاهی جای چپ و راست، حالت بدن و استدلال سه‌بعدی اشتباه می‌شود.
• ضعف در متن‌های ریز و کندی یا قطع پاسخ در برخی درخواست‌ها.
• همه خروجی‌ها واترمارک نامرئی SynthID دارند؛ یعنی تصویر به‌عنوان محتوای ساخته هوش مصنوعی قابل شناسایی است.

از نظر اخلاقی و حقوقی هم ویرایش عکس افراد دیگر بدون رضایت، ساخت تصاویر گمراه‌کننده از اشخاص واقعی یا استفاده از تصاویر دارای حق نشر به‌عنوان مرجع می‌تواند مشکل‌ساز باشد. در بسیاری از کشورها قوانین تازه‌ای برای برچسب‌گذاری محتوای ساخته هوش مصنوعی و جلوگیری از جعل عمیق (دیپ‌فیک) در حال اجراست.

دسترسی کاربران ایرانی به نانو بنانا

ایران در فهرست رسمی مناطق پشتیبانی‌شده Google AI Studio و Gemini API قرار ندارد و استفاده از خدمات خارج از مناطق پشتیبانی‌شده با شرایط استفاده گوگل سازگار نیست. siloow روش دور زدن این محدودیت‌ها را توصیه یا آموزش نمی‌دهد. اگر برای پروژه‌ای به تولید یا ویرایش تصویر با هوش مصنوعی نیاز دارید، مدل‌های تصویری متن‌باز که روی سخت‌افزار خودتان اجرا می‌شوند یا سرویس‌های داخلی مجاز، جایگزین‌های قانونی هستند؛ هرچند ممکن است کیفیت و امکانات متفاوتی داشته باشند.

از تجربه تیم siloow: ویرایش عکس هوش مصنوعی در پروژه‌های وب

در پروژه‌های طراحی سایت فروشگاهی و منو آنلاین کافه‌ها، بخش بزرگی از زمان صرف آماده‌سازی تصاویر محصول می‌شود: حذف پس‌زمینه، یکدست کردن نور و ساخت بنر. تجربه تیم siloow این است که ابزارهای ویرایش عکس هوش مصنوعی برای ساخت نسخه‌های اولیه و ماکاپ بسیار سریع‌اند و به کارفرما کمک می‌کنند زودتر درباره سبک بصری تصمیم بگیرد. اما برای تصویر نهایی محصول، به‌خصوص در فروشگاه اینترنتی، همچنان عکس واقعی و دقیق اولویت دارد؛ چون مشتری باید دقیقاً همان کالایی را ببیند که دریافت می‌کند و هر تغییر ساختگی در شکل یا رنگ محصول به اعتماد آسیب می‌زند. ما خروجی هوش مصنوعی را به‌عنوان پیش‌نویس و الهام به کار می‌بریم، نه جایگزین عکاسی محصول، و متن فارسی بنرها را همیشه جداگانه و با فونت استاندارد قرار می‌دهیم.

جمع‌بندی

• نانو بنانا نام خانواده مدل‌های تولید و ویرایش تصویر Gemini است؛ تازه‌ترین نسخه، Nano Banana ۲.۱، در ۶ اکتبر ۲۰۲۶ عرضه شد.
• نقطه قوت نانو بنانا ویرایش گفت‌وگومحور با حفظ چهره، اشیا و جزئیات تصویر اصلی است.
• نسخه‌های ۲ و ۲.۱ تا ۱۴ تصویر مرجع و خروجی تا 4K را پشتیبانی می‌کنند.
• متن فارسی درون تصویر هنوز کاملاً دقیق نیست و بهتر است جداگانه اضافه شود.
• همه خروجی‌ها واترمارک SynthID دارند و ایران در مناطق پشتیبانی‌شده Gemini API نیست.

اگر می‌خواهید هوش مصنوعی تولید تصویر یا محتوا را به‌شکل قانونی و کاربردی در سایت یا فرایند کسب‌وکار خود به کار بگیرید، تیم siloow در خدمات طراحی سایت و ادغام هوش مصنوعی کنار شماست. برای مطالب بیشتر درباره ابزارهای هوش مصنوعی هم به مگ siloow سر بزنید.

منابع

• Google AI for Developers — مستندات تولید تصویر با Gemini API
• Google DeepMind — کارت مدل Nano Banana ۲.۱
• Google AI — معرفی Nano Banana ۲ (فوریه ۲۰۲۶)
• Google AI for Developers — مناطق پشتیبانی‌شده Gemini API

سوالات متداول درباره نانو بنانا