Gemini 2.5 Flash Image обходит GPT в 6 из 7 бенчмарков

Post Thumbnail

Gemini 2.5 Flash Image только вышла, но уже рвёт конкурентов в генерации изображений. Обходя GPT Image в 6 из 7 бенчмарков. 10 дней тестирования под кодовым названием nano banana — и вот крутейший результат!

Представьте масштаб доминирования. 1 место в общей производительности, персонажах, креативности, инфографике, объектах и окружении, реконтекстуализации продуктов. Только в стилизации модель уступила GPT Image и Qwen Image Edit.

Возможности очень крутые. Берёте картинку со стопкой книг — модель поворачивает их, размещает на комоде, сохраняет шрифты и корректирует взаимное расположение. Комбинирование 4 изображений в 1? Легко! Это мощный коктейль из Photoshop, Figma и MidJourney в 1 интерфейсе!

Функционал очень разнообразный. Замена объектов без артефактов, реставрация старых снимков, профессиональная колоризация, идеальное удаление фона, изменение освещения. Всё через 1 интуитивный промпт! Просто опишите желаемый результат словами!

Революционная особенность — модель умеет рассуждать! Она не генерирует бездумно, а руководствуется логикой мира, черпая знания из Gemini 2.5 Flash. Может самостоятельно понять контекст и принять правильное решение о визуализации!

Стоит это всё удовольствие $39 за 1 тыс. картинок.

Консистентность персонажей на высшем уровне! Модель держит айдентику и характер через множество генераций. Перенос стиля работает отлично. Можно подавать и текст, и картинки на вход одновременно!

Компания Google не просто догнала конкурентов. А создала универсальный инструмент, который объединяет генерацию, редактирование и логическое понимание контекста.

AIvengo > Новости ИИ > Gemini 2.5 Flash Image обходит GPT в 6 из 7 бенчмарков
Почитать из последнего
Учёные сравнили 9000 человек с ИИ и выяснили, что люди креативнее
В журнале Nature Human Behaviour опубликовали масштабное исследование креативности людей и больших языковых моделей. Учёные из Гонконгского университета и Северо-Западного университета сравнили 9198 человек с восемью LLM на тесте дивергентного мышления. В общей сложности 215 542 прогона моделей.
OpenAI готовит армию говорящих устройств и новую голосовую модель
Издание The Information выяснило забавную вещь про OpenAI. Оказывается, когда вы общаетесь с ChatGPT голосом, вы разговариваете совсем не с той моделью, которая отвечает текстом. Голосовая версия 4o не получила ни одного обновления после выхода GPT-5. Она не умеет думать, не знает про цепочки рассуждений. Ничего из того, чем хвастались в последних релизах. Просто старая добрая болтушка, застывшая в прошлом году.
Samsung хотят обойти Apple по ИИ-функциям и вернуть лидерство
В прошлом году Samsung поставила на рынок 400 миллионов мобильных устройств с ассистентом Google Gemini. Этого, видимо, показалось мало. В этом году южнокорейский гигант намерен удвоить количество до 800 миллионов штук. Тэ Мун Ро, один из двух гендиректоров Samsung Electronics, объяснил агентству Reuters это просто. Компания стремится распространить функции ИИ на все устройства и все услуги как можно скорее.
Alibaba научила алгоритм видеть рак там, где врачи пропускают
Каменщик 57 лет в Китае пришёл в больницу проверить диабет. Обычный осмотр, ничего особенного. Через 3 дня ему звонит заведующий отделением поджелудочной железы, мол приезжайте срочно. ИИ, который прогнал его КТ-снимок, нашёл опухоль. Оказалось – рак, но на ранней стадии. Вырезали и мужчина выжил. Без этой технологии его бы нашли слишком поздно, когда 5-летняя выживаемость около 10%.
OpenAI к 2028 году увеличит мощности дата-центров в 90 раз
Epoch AI сделал публично доступным трекер крупнейших дата-центров. А человек из твиттера с ником Peter Gostev визуализировал суммарные мощности по месяцам в разрезе компаний, и цифры просто убийственные.