Dopo aver utilizzato davvero le immagini AI nella creazione di contenuti, si scopre un problema molto concreto: la prima immagine di solito non è la versione finale.
La direzione dei personaggi potrebbe non essere corretta, la scena troppo vuota, i colori troppo vivaci, il protagonista non abbastanza in risalto, oppure l'immagine, pur essendo bella, non troppo coerente con ciò che l'articolo vuole esprimere. Soprattutto nelle immagini per articoli, negli storyboard video, nelle concept art di prodotto e nei contenuti per i social media, i creatori spesso hanno bisogno di generare prima diverse versioni, per poi sceglierne una direzione e continuare ad apportare modifiche.
In questo momento, ciò che influenza l'esperienza non è solo se il modello riesce a generare una buona immagine, ma include anche: quanto tempo bisogna aspettare per ottenere l'immagine, se il costo di una modifica è elevato, se i Prompt complessi possono essere compresi e se può essere inserito nei flussi di lavoro API esistenti.
Questa è anche la cosa che volevamo verificare maggiormente durante il test di Nano Banana 2.1: riesce a trovare un equilibrio confortevole tra velocità, espressione visiva e costo d'uso?
¶ Abbiamo effettuato un test con un Prompt “non troppo amichevole”
Per evitare di testare solo ritratti o paesaggi semplici, abbiamo progettato una scena wuxia e xianxia orientale con una grande quantità di informazioni. Nell'immagine sono inclusi una setta della spada sospesa sotto una pioggia torrenziale, un protagonista armato di spada, un personaggio femminile che controlla formazioni a più livelli, un vecchio monaco guerriero che difende il cancello della montagna, discepoli che scortano bambini durante l'evacuazione, nemici mascherati nel cielo, nonché una porta celeste dorata, un fiume di stelle e l'ombra di un antico drago.
Il Prompt specifica allo stesso tempo un'inquadratura dal basso, un obiettivo cinematografico da 28 mm, la relazione tra primo piano, piano medio e sfondo, il contrasto tra colori caldi e freddi, nonché requisiti strutturali come mani, armi e relazioni tra i personaggi.
La difficoltà di questo tipo di Prompt non sta nel generare un personaggio bello, ma nel fatto che il modello deve gestire contemporaneamente personaggi, ambiente, azioni, luce e relazioni narrative.
¶ Risultati di generazione di Nano Banana 2.1
La configurazione di questo test è nano-banana-2.1, 16:9, 1K, generazione singola.
Il tempo di generazione effettivo è stato di circa 44.44 secondi, con un costo del task di 0.20 credit. La dimensione finale dell'immagine è 1376×768, il formato di output è JPEG e la dimensione del file è di circa 0.903 MiB.
A prima vista, questa immagine non cerca ciecamente di riempire tutto con ogni elemento. Il coltivatore della spada maschile è il chiaro centro visivo, mentre la maga delle formazioni, l'anziano guardiano del cancello e la folla in evacuazione sono distribuiti in aree diverse. Anche senza guardare il Prompt originale, è possibile comprendere approssimativamente le relazioni tra i personaggi.
¶ 1. La narrazione visiva è relativamente chiara
I Prompt complessi possono facilmente generare un'immagine in cui “c'è di tutto, ma non si sa dove guardare”.
Questa immagine di Nano Banana 2.1 è relativamente contenuta. Il protagonista affronta i nemici, la maga delle formazioni fornisce supporto, l'anziano difende il cancello della montagna e gli altri stanno evacuando. Non ogni dettaglio dell'immagine è riprodotto rigorosamente, ma la storia nel complesso funziona.
Per le immagini di accompagnamento degli articoli e gli schizzi di storyboard, questo tipo di chiarezza è spesso più importante del semplice aumento dei dettagli.
¶ 2. Il carattere xianxia orientale è relativamente naturale
Architettura, abbigliamento, spade, formazioni magiche e qi della spada a forma di drago mantengono un'estetica orientale relativamente coerente, senza trasformarsi chiaramente in castelli occidentali o armature fantasy pesanti, né usare eccessivamente colori al neon ad alta saturazione. La notte piovosa dai toni freddi e i fuochi in lontananza formano un contrasto caldo-freddo piuttosto gradevole.
¶ 3. La velocità di generazione è adatta a prove ripetute
I record del test singolo per lo stesso Prompt sono i seguenti:
| Modello | Tempo di generazione singola | Costo effettivo |
|---|---|---|
| Nano Banana 2.1 | 44.44 secondi | 0.20 credit |
| GPT Image 2 | 87.32 secondi | 0.11 credit |
| GPT Image 2.5 Flare | 262.85 secondi | 0.19 credit |
Questi sono record di una sola generazione per ciascun modello e saranno influenzati dalla pianificazione dei task, dallo stato del servizio e dal processo di generazione casuale, quindi non possono essere considerati direttamente come velocità media a lungo termine. Tuttavia, dall'esperienza creativa di questo test, la sensazione di attesa di Nano Banana 2.1 è effettivamente più bassa.
¶ Guardandoli insieme: i tre modelli hanno ciascuno i propri compromessi
¶ GPT Image 2
Le prestazioni di GPT Image 2 sono relativamente equilibrate. Il tempo di generazione è di circa 87.32 secondi, il costo è 0.11 credit; la dimensione di output è 1792×1024 e il file PNG è di circa 3.595 MiB. È adatto a task con requisiti chiari sulle dimensioni e sul formato di output, che desiderano allo stesso tempo controllare il costo per singola immagine.
¶ GPT Image 2.5 Flare
GPT Image 2.5 Flare copre in modo più attivo gli elementi complessi. Nemici nel cielo, drago gigante, porta celeste, formazioni magiche, talismani di carta e oggetti del campo di battaglia sono più densi, e il protagonista possiede anche un impatto visivo più forte in stile poster. Di conseguenza, l'immagine apparirà più piena e i personaggi locali, le armi e gli sfondi tenderanno più facilmente ad affollarsi tra loro.
Se l'obiettivo è un poster concettuale cinematografico o una presentazione di worldbuilding ad alta densità, questo tipo di espressione è molto attraente; se invece si tratta di un'immagine all'interno di un articolo, la narrazione relativamente chiara di Nano Banana 2.1 potrebbe essere più facile da utilizzare.
¶ Per quali scenari Nano Banana 2.1 è più adatto
¶ Immagini per articoli e social media
Le immagini per articoli non devono necessariamente accumulare dettagli; sono più importanti un tema chiaro, uno stile stabile e una generazione rapida. Quando servono immagini di copertina, immagini per capitoli e immagini orizzontali da condividere, è possibile prima definire rapidamente la direzione generale, quindi scegliere una di esse per continuare a modificarla.
¶ Storyboard video ed esplorazione delle scene
Nella fase di storyboard si provano spesso diverse inquadrature, posizioni dei personaggi, orari e condizioni meteorologiche. Queste soluzioni non sono complesse singolarmente, ma sono molto numerose. Una velocità di generazione maggiore renderà il processo di esplorazione molto più semplice.
¶ Creazione in stile continuo
Nelle feature article, nelle storie a puntate o nelle visual identity di un brand, il fatto che una singola immagine sia straordinaria non è l'unico criterio. Più importante è se la stessa direzione artistica può continuare a espandersi. Nano Banana 2.1 è adatto per definire prima i personaggi, la palette cromatica e il linguaggio degli scenari, quindi aggiungere gradualmente altre immagini.
¶ Accedere a Nano Banana 2.1 tramite Ace Data Cloud
L'endpoint unificato di Ace Data Cloud per la generazione di immagini è:
POST https://api.acedata.cloud/openai/images/generations
L'interfaccia unificata supporta GPT Image e la serie Nano Banana; è possibile cambiare modello modificando il parametro model, senza dover riprogettare l'intero flusso di richiesta per ogni modello.
¶ Esempio cURL
curl -X POST "https://api.acedata.cloud/openai/images/generations" \
-H "Authorization: Bearer $ACEDATACLOUD_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "nano-banana-2.1",
"prompt": "电影级写实东方仙侠场景。暴雨深夜，一名黑衣剑修站在破碎的白玉祭坛上，挥剑迎向天空中的金色天门。远处仙门燃烧，云海翻涌，青色剑气化作长龙。低机位，电影镜头，真实材质，冷暖光线对比。",
"size": "1792x1024",
"n": 1,
"response_format": "url"
}'
¶ Esempio Python
import os
import requests
url = "https://api.acedata.cloud/openai/images/generations"
payload = {
"model": "nano-banana-2.1",
"prompt": "电影级写实东方仙侠场景，暴雨深夜，黑衣剑修迎向金色天门。",
"size": "1792x1024",
"n": 1,
"response_format": "url"
}
headers = {
"Authorization": f"Bearer {os.environ['ACEDATACLOUD_API_KEY']}",
"Content-Type": "application/json"
}
response = requests.post(url, headers=headers, json=payload, timeout=300)
response.raise_for_status()
print(response.json())
Se non si desidera attendere in modo sincrono, è anche possibile usare async: true, oppure impostare callback_url per ricevere il risultato asincrono.
¶ Conclusione
Il vantaggio di Nano Banana 2.1 non è solo la velocità di generazione delle immagini.
Più precisamente, è adatto a uno stato creativo reale: la direzione non è ancora completamente definita, occorre vedere più versioni e apportare modifiche mentre si genera. In questo tipo di lavoro, il modello non deve necessariamente rendere ogni immagine il più completa possibile ogni volta, ma deve rispondere rapidamente alle modifiche, affinché l'ispirazione non venga interrotta dall'attesa.
Se si desidera creare poster concettuali cinematografici con un'altissima densità informativa, GPT Image 2.5 Flare potrebbe essere più adatto; se si dà più importanza al costo e alle dimensioni fisse, GPT Image 2 è una scelta equilibrata; se sono necessari bozze rapide, esplorazione di storyboard e immagini di accompagnamento quotidiane, Nano Banana 2.1 sarà un modo di lavorare più rilassato.