چگونه با نانو بنانا پرو تصاویر دقیق با نوشتار فارسی خلق کنیم؟

هوش مصنوعی
شاتر
فناوری
یک‌شنبه 2 آذر 1404 - 19:30
مطالعه 7 دقیقه
مهدی بازیار
یک قوطی انرژی زا با برند زومیت
مدل نانو بنانا پرو به درک عمیقی از زبان فارسی رسیده است. با ما همراه شوید تا توانایی شگفت‌انگیز آن را در خلق تایپوگرافی‌های واقع‌گرایانه بیازماییم.
تبلیغات

گوگل دیپ‌مایند در تاریخ ۳۰ آبان ۱۴۰۴ از مدل پیشرفته‌ی خود با نام نانو بانانا پرو (Nano Banana Pro) رونمایی کرد. ویژگی برجسته‌ی این مدل جدید، رندرینگ متن بهبودیافته (Improved text rendering) و دانش جهانی ارتقایافته (Enhanced world knowledge) محسوب می‌شود که محدودیت‌های پیشین در نمایش متون پیچیده را از میان برمی‌دارد.

اکنون به لطف این مدل جدید، کاربران می‌توانند متون فارسی را در سناریوهای مختلف مانند دیوارنویسی‌های شهری یا بیلبوردهای تبلیغاتی، با دقتی خیره‌کننده و بدون درهم‌ریختگی حروف بازسازی کنند.

در این مقاله، با مجموعه‌ای از پرامپت‌های کاربردی، قدرت آن را در خلق تصاویر واقع‌گرایانه و تایپوگرافی فارسی به چالش می‌کشیم.

کپی لینک

چطور از نانو بنانا پرو برای ایجاد تصاویر استفاده کنیم؟

نانو بانانا پرو هم‌اکنون از طریق نسخه‌ی وب یا اپلیکیشن جمنای و با انتخاب گزینه‌ی Thinking در دسترس کاربران قرار دارد. همچنین توسعه‌دهندگان می‌توانند از طریق AI Studio (با پرداخت هزینه) به آن دسترسی داشته باشند.

گوگل برای مدیریت منابع پردازشی سنگین این مدل، سیاست‌های خاصی را اعمال کرده است:

  • کاربران رایگان: در هر بازه‌ی زمانی، تنها امکان تولید ۳ تا ۴ تصویر با مدل پرو را دارند و پس از آن باید چند ساعت صبر کنند تا سهمیه‌ی آن‌ها شارژ شود. پس از اتمام سهمیه، سیستم به مدل قدیمی‌تر (نانو بانانا معمولی) سوئیچ می‌کند.
  • کاربران اشتراک پرو (Google AI Pro): این کاربران سهمیه‌ی بیشتری برای تولید تصویر باکیفیت بالا دارند، اما آن‌ها نیز پس از تولید تعداد مشخصی تصویر، با محدودیت مواجه شده و به مدل استاندارد بازگردانده می‌شوند.
کپی لینک

قدرت‌نمایی نانو بانانا پرو در سناریوهای واقعی

پرامپت‌هایی که در ادامه مشاهده می‌کنید، نمونه‌هایی برای نمایش قدرت مدل نانو بانانا پرو در درک زبان، بافت و نورپردازی هستند. این دستورات نشان می‌دهند که چگونه نانو بانانا پرو با تکیه بر دانش جهانی ارتقایافته، جزئیات محیطی را تشخیص می‌دهد و متن فارسی را به‌عنوان بخشی طبیعی از تصویر رندر می‌کند.

برای خلق تصاویر این مقاله از پرامپت‌های انگلیسی ذکرشده استفاده شد؛ اما شما می‌توانید با استفاده از پرامپت‌های فارسی نیز نتایج خوبی بگیرید.

کپی لینک

۱. دیوارنویسی در حیاط مدرسه

این نمونه نشان می‌دهد که مدل چگونه متنی فارسی را روی دیوار سیمانی یک مدرسه‌ی پسرانه با بافتی قدیمی و پوسته‌پوسته حک می‌کند:

A realistic eye-level shot of a weathered concrete or cement-rendered wall inside the asphalt courtyard of a typical modern boys' school in Iran. Hand-painted Persian text on the wall reads: "و می‌مانم در انتظار آن روز خوب که در خیال خویش ساخته‌ام". The wall texture shows layers of old paint (typical cream or light grey) peeling slightly on the concrete surface. In the out-of-focus background, a glimpse of metal railings and a few students in standard uniforms is visible under natural sunlight. 3:2 Aspect Ratio.
کپی لینک

۲. بیلبورد بزرگراهی

این دستور قدرت مدل را در خلق یک بیلبورد تبلیغاتی با‌کیفیت در فضای بزرگراه‌های تهران و با تمرکز بر کنتراست بالا به نمایش می‌گذارد:

A wide cinematic shot of a highway billboard in Tehran at dusk (e.g., Modarres or Hemmat highway). The ad displays the Red "Z" logo next to pure White "ZOOMIT" text on a dark, sleek background. Bold, modern Persian typography reads: "زومیت، خانه عاشقان فناوری". The text is sharp, flat, and high-contrast for maximum readability (not 3D). The background features characteristic Iranian highway traffic with common local car models (like Peugeots or Samands) creating light trails. Realistic vinyl banner texture reflecting city lights. 3:2 Aspect Ratio.
کپی لینک

۳. یادداشت دست‌نویس روی میز کار

این مثال توانایی مدل در شبیه‌سازی فشار خودکار و دست‌خط فارسی روی کاغذ را در یک محیط اداری مدرن نشان می‌دهد:

Top-down photo of a modern white workspace in a tech media office in Tehran. A sleek mechanical keyboard, a wireless mouse, and a glass of tea (Chai) are visible. Through a blurred window in the corner, the faint silhouette of the Tehran skyline (like the Milad Tower) suggests the location. In the center, a white notepad features a realistic handwritten note in blue ballpoint ink reading: "بررسی تخصصی آیفون ۱۷ پرو مکس - ۲۵ شهریور، ساعت ۱۰ صبح". The writing shows natural ink pressure variations. 3:2 Aspect Ratio.
کپی لینک

۴. طراحی قوطی نوشیدنی

این دستور دقت مدل در خلق «طرح‌های باکیفیت استودیویی» و قرار دادن متن فارسی به‌صورت عمودی روی سطوح منحنی را ثابت می‌کند:

A studio product shot of a cold aluminum energy drink can branded "ZOOMIT", perfectly vertically centered. The logo features a distinct Red "Z" while the letters "OOMIT" are pure White against a sleek dark metallic background. Sharp Persian text horizontally says: "انرژی خالص تکنولوژی". The can features realistic condensation droplets, standard small nutritional facts tables, volume labels (ml), and barcode. Dramatic side lighting. 3:2 Aspect Ratio.
کپی لینک

۵. اینفوگرافیک و بصری‌سازی داده‌ها

این بخش پتانسیل مدل برای تولید محتوای آموزشی و ترسیم ساختارهای پیچیده را آشکار می‌سازد. در ادامه دو سناریوی مختلف برای ساخت اینفوگرافیک را مشاهده می‌کنید:

سناریوی الف: ساختار وب (داده‌نمایی انتزاعی) این پرامپت یک اینفوگرافیک وکتور با ساختار لایه‌بندی‌شده و برچسب‌های فارسی دقیق تولید می‌کند:

A data-rich, high-quality vector infographic of an iceberg in the ocean. The visible tip is labeled "اینترنت عادی" with icons of globes. The middle section is labeled "دیپ وب" with icons of databases. The bottom is labeled "دارک وب" with icons of shields. The layout is dense with small, precise Persian explanatory text placeholders and connecting lines. Professional educational diagram style with a dark blue theme.

سناریوی ب: راهنمای تصویری (آموزش قدم‌به‌قدم) این مثال قدرت مدل در تولید محتوای آموزشی چندمرحله‌ای برای فرایندی مانند دم‌کردن قهوه را نشان می‌دهد:

Create a vertical step-by-step infographic in Persian teaching how to brew AeroPress coffee. Visual style: Minimalist line art with warm coffee tones. Title: 'راهنمای دم‌آوری قهوه با آئروپرس'. Steps to visualize: 1. Grind coffee (label: 'آسیاب قهوه'), 2. Add water (label: 'اضافه کردن آب'), 3. Stir (label: 'هم‌زدن'), 4. Press (label: 'عصاره‌گیری'). Ensure all text is rendered perfectly in Persian script.
کپی لینک

۶. تابلو خوشنویسی

این پرامپت مهارت مدل در ترکیب خط نستعلیق با دکوراسیون داخلی و مدیریت بازتاب نور روی شیشه را به تصویر می‌کشد:

A framed piece of art hanging on a clean white wall in a modern Iranian living room. The art features elegant Persian Nastaliq calligraphy reading: "دریغ است ایران که ویران شود". Below the frame, a glimpse of a Persian carpet or traditional decor element grounds the location. Realistic glass reflections over the text and soft shadows cast by the wooden frame. 3:2 Aspect Ratio.
کپی لینک

۷. فرم ثبت‌نام باشگاه

این مثال نشان می‌دهد که چگونه می‌توان اسناد متنی باکیفیت را اسکن و فرم‌بندی دقیق فارسی را با هوش مصنوعی تولید کرد:

A flat, high-resolution scan-quality image of a pristine A4 paper containing a professional Gym Registration Form in Persian. The design is minimalist with sharp black text on a pure white background. At the top, a large bold Persian header reads: "فرم ثبت‌نام باشگاه ورزشی". Below, clearly aligned fields with dotted lines: Label: "نام و نام خانوادگی" Label: "کد ملی" Label: "شماره تماس" A section with checkboxes labeled: "سابقه بیماری خاص" At the bottom, a designated box for signing labeled: "امضاء و تاریخ". Vertical 2:3 aspect ratio.

پیشرفت‌های نانو بانانا پرو، آینده‌ای را نوید می‌دهد که در آن مرز میان طراحی گرافیک سنتی و تولید تصویر با هوش مصنوعی کمرنگ‌تر از همیشه خواهد شد. توانایی درک زمینه‌های فرهنگی و زبانی، این مدل را به ابزاری قدرتمند برای تولید محتوای بومی تبدیل کرده است.

چه‌ ایده‌هایی برای به‌‌کارگیری قدرت نانو بانانا پرو در روند کاری روزمره‌ی خود دارید؟ دیدگاه خود را با ما در میان بگذارید.

مقاله رو دوست داشتی؟
نظرت چیه؟
در حال مطالعه لیست مطالعاتی هستی
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

نظرات

مشاهده تمامی لیست‌های مطالعاتی
پخش از رسانه