Nano Banana 2 Google का इटरेटिव टेक्स्ट-टू-इमेज मॉडल है, जो पोर-स्तर की त्वचा की बनावट, सटीक आई कैचलाइट्स और सबसर्फ़ेस स्कैटरिंग वाले फ़ोटोरियलिस्टिक पोर्ट्रेट बनाता है। यह 14 रेफ़रेंस इमेज तक स्वीकार करता है, 4K में आउटपुट देता है, और सादी भाषा के फ़ॉलो-अप निर्देशों से आपको चेहरों को परिष्कृत करने देता है। यह सब PicassoIA पर असीमित जनरेशन के साथ उपलब्ध है।
AI पोर्ट्रेट को "लगभग सही" से "लोगों को स्क्रॉल करते हुए रोक देने वाला" बनाने का फ़र्क तीन चीज़ों पर टिका है: पोर लेवल की त्वचा की बनावट, आई कैचलाइट्स की सटीकता, और रोशनी का असली हड्डी की बनावट पर लिपटने का तरीका। लंबे समय तक टेक्स्ट-टू-इमेज मॉडल इनमें से दो को ठीक-ठाक संभाल पाते थे। Nano Banana 2 तीनों को संभालता है, और एक ही सेशन में सादी भाषा के सुधार और 14 रेफ़रेंस इमेज तक स्वीकार करता है।
इस लेख में बताया गया है कि यह मॉडल असल में कैसे काम करता है, 4K पर इसके आउटपुट क्यों टिकते हैं, और PicassoIA पर इससे ऐसे फ़ोटोरियलिस्टिक पोर्ट्रेट कैसे बनाएँ जो प्रोफ़ेशनल फ़ोटोग्राफ़ी से अलग न लगें। चाहे आप प्रोडक्ट कैंपेन बना रहे हों, कहानी के लिए लगातार एक जैसे किरदार चाहिए हों, या बिना कैमरे के प्रोफ़ेशनल हेडशॉट चाहिए हों, वर्कफ़्लो एक ही रहता है।
ज़्यादातर इमेज जनरेटर हर जनरेशन को पूरी तरह नई शुरुआत मानते हैं। आप प्रॉम्प्ट लिखते हैं, नतीजा मिलता है, फिर प्रॉम्प्ट दोबारा लिखते हैं और नया नतीजा मिलता है। अगर नाक थोड़ी ज़्यादा चौड़ी है या त्वचा प्लास्टिक जैसी दिखती है, तो आपको फिर से शुरू करना पड़ता है और उम्मीद करनी पड़ती है कि अगली कोशिश करीब होगी। इस प्रक्रिया में समय जाता है, और यह उस तरह का बार-बार सुधार शायद ही दे पाती है जो असली पोर्ट्रेट काम में चाहिए।
Nano Banana 2 इस चक्र को तोड़ता है। यह इटरेटिव क्रिएशन के लिए बना है: एक पोर्ट्रेट बनाइए, फिर सादी भाषा में कोई फ़ॉलो-अप निर्देश लिखिए, जैसे "जॉलाइन को नरम कीजिए" या "माथे पर त्वचा की और प्राकृतिक बनावट जोड़िए", और मॉडल मौजूदा इमेज को सुधार देता है, बिना कंपोज़िशन, लाइटिंग सेटअप या किरदार की पहचान छोड़े जो उसने पहले से स्थापित कर रखी है। यह फ़ीडबैक लूप उसी तरह काम करता है जैसे प्रोफ़ेशनल स्टूडियो में पोर्ट्रेट फ़ोटोग्राफ़ी होती है: शूट करें, देखें, रोशनी या सब्जेक्ट की पोज़िशन बदलें, फिर दोबारा शूट करें।
मॉडल 14 रेफ़रेंस इमेज को एक साथ इनपुट के रूप में स्वीकार करता है। पोर्ट्रेट के काम के लिए यह क्षमता लगभग किसी भी दूसरी चीज़ से ज़्यादा मायने रखती है।
जब आप किसी खास व्यक्ति की शक्ल से मेल खाना चाहते हैं, तो एक रेफ़रेंस फ़ोटो एक ही कोण और एक ही तरह की रोशनी को कैप्चर करती है। मॉडल को उसी व्यक्ति की 14 फ़ोटो दीजिए, तो वह चेहरे का कहीं ज़्यादा पूरा आंतरिक मॉडल बनाता है: गाल की हड्डियाँ बाईं ओर से आती दिशात्मक रोशनी को कैसे पकड़ती हैं, थ्री-क्वार्टर प्रोफ़ाइल में नाक कैसी दिखती है, ऊपर से थोड़ा नीचे देखने पर हेयरलाइन कैसी लगती है। बनाया गया पोर्ट्रेट यह सारी जमा जानकारी लेकर चलता है, क्योंकि मॉडल ने इसे एक ही सेशन में पूरी तरह प्रोसेस किया है।
AI पोर्ट्रेट जनरेशन की सबसे लगातार समस्याओं में से एक है कैरेक्टर कंसिस्टेंसी: कई इमेज में एक ही पहचानने योग्य चेहरा बनाए रखना, जबकि बैकग्राउंड, लाइटिंग सेटअप या कपड़े हर जनरेशन में बदलते हैं। ज़्यादातर मॉडल इसमें विफल होते हैं, क्योंकि हर जनरेशन स्वतंत्र होती है और पिछली जनरेशन की कोई याददाश्त नहीं रखती।
Nano Banana 2 इसे इस तरह हल करता है कि आप हर नई जनरेशन में एक रेफ़रेंस इमेज को एंकर कर सकते हैं। किरदार की हड्डियों की बनावट, त्वचा का रंग, आँखों का रंग और चेहरे का अनुपात स्थिर रहते हैं, जबकि उनके आसपास की हर चीज़ स्वतंत्र रूप से बदल सकती है। यह ब्रांड कैंपेन के लिए बहुत मायने रखता है, जिसमें एक ही प्रवक्ता हो, उन चित्रित कहानियों के लिए जिनमें एक ही मुख्य पात्र बार-बार आए, या किसी भी ऐसे प्रोजेक्ट के लिए जिसमें एक ही चेहरा कई अलग संदर्भों में दिखना चाहिए।
एक क्षमता जो Nano Banana 2 को ज़्यादातर पोर्ट्रेट जनरेटर से अलग करती है, वह है इसकी रियल-टाइम वेब और इमेज सर्च ग्राउंडिंग। आप किसी मौजूदा खास संदर्भ से जुड़ा पोर्ट्रेट बना सकते हैं: कोई मौसमी सेटिंग, कोई खास इवेंट का बैकड्रॉप, कोई ट्रेंडिंग विज़ुअल स्टाइल, या कोई असली दुनिया की लोकेशन, और प्रॉम्प्ट में हर माहौल का विवरण हाथ से लिखने की ज़रूरत नहीं पड़ती।
यह कमर्शियल पोर्ट्रेट काम में मायने रखता है, जहाँ सब्जेक्ट को किसी प्रासंगिक और खास सेटिंग में दिखना होता है। पूरी सेटिंग को याददाश्त और रचनात्मक अनुमान से गढ़ने के बजाय, आप प्रॉम्प्ट को लाइव वेब डेटा पर आधारित करते हैं और माहौल की सटीकता मॉडल पर छोड़ते हैं। जब पोर्ट्रेट किसी खास असली दुनिया या मौजूदा संदर्भ में दिखने चाहिए, तब PicassoIA के मॉडल सेटिंग्स में Google Search ग्राउंडिंग विकल्प चालू करें।
पोर्ट्रेट में फ़ोटोरियलिज़्म सिर्फ़ हाई रेज़ोल्यूशन से नहीं आता। प्लास्टिक जैसे दिखने वाले चेहरे की 4K इमेज भी अविश्वसनीय लगती है। असली फ़ोटोरियलिज़्म नियंत्रित अपूर्णता से आता है: असली चेहरों में बाईं और दाईं आँख के बीच की हल्की असमानता, टी-ज़ोन और गाल की हड्डी पर त्वचा की अलग-अलग बनावट, या कनपटी पर पतली त्वचा के नीचे दिखने वाली नीली-हरी सी नसों की हल्की झलक। ये वे चीज़ें हैं जिन्हें हमारी दृश्य प्रणाली अपने-आप और चेतन जागरूकता से परे जाँच लेती है, इसलिए जब AI पोर्ट्रेट इन्हें गलत करते हैं तो वे इतनी साफ़ तरह से विफल होते हैं।
Nano Banana 2 दिखने वाली सीबेशियस बनावट, अलग-अलग रोम-छिद्रों की छायाएँ, और एक ही चेहरे के अलग-अलग हिस्सों में पोर्स की घनता में प्राकृतिक अंतर वाली त्वचा बनाता है। नाक और माथा, जहाँ पोर्स बड़े और खुले होते हैं, उन आँखों के नीचे वाले हिस्से से दृश्य रूप से अलग दिखते हैं, जहाँ त्वचा पतली, चिकनी और ज़्यादा पारभासी होती है। यही अंतर मानव दृश्य प्रणाली को संकेत देता है कि वह असली त्वचा देख रही है, न कि रेंडर की गई सतह।
मॉडल त्वचा की अपूर्णताओं को भी सटीकता से संभालता है: नाक की नोक पर प्राकृतिक लालिमा, मेहनत या गर्मी से गालों पर हल्की असमान लाली, या सर्दियों में होठों के कोनों का रूखापन। ये सुधारने वाली गलतियाँ नहीं हैं; यही वे विवरण हैं जो पोर्ट्रेट को विश्वसनीय बनाते हैं।
💡 प्रॉम्प्ट टिप: अपने रोशनी के स्रोत की दिशा को उतनी ही सटीकता से बताइए जितना एक फ़ोटोग्राफ़र बताएगा। "45 डिग्री बाईं ओर से उत्तर-मुखी खिड़की की सॉफ़्ट वॉल्यूमेट्रिक रोशनी" और "सपाट फ़्रंटल रिंग लाइट" त्वचा की बनावट में पूरी तरह अलग व्यवहार देते हैं। मॉडल फ़ोटोग्राफ़िक भाषा पर प्रतिक्रिया देता है और विशिष्टता का इनाम देता है।
किसी भी पोर्ट्रेट में इंसानी दिमाग सबसे पहले आँख जाँचता है। हमारा दिमाग चेहरे की किसी और चीज़ से पहले आँखें पढ़ने के लिए तैयार है, इसीलिए AI से बने पोर्ट्रेट इतनी जल्दी और सहज रूप से पकड़ में आ जाते हैं। अजीब आँखें, भले ही थोड़ी ही गलत हों, बाकी इमेज कितनी भी असली हो, तुरंत अविश्वास पैदा कर देती हैं।
Nano Banana 2 आँखें इन चीज़ों के साथ बनाता है:
असली त्वचा कोई ठोस अपारदर्शी सतह नहीं है। रोशनी त्वचा की बाहरी परतों में प्रवेश करती है, बाहर निकलने से पहले त्वचा के नीचे बिखरती है, और इसी से गालों पर वह गर्म, हल्की पारभासी चमक बनती है जो तब दिखती है जब सब्जेक्ट के पीछे खिड़की हो। इस प्रभाव को सबसर्फ़ेस स्कैटरिंग कहा जाता है, और इसे विश्वसनीय रूप से रेंडर करना सबसे ज़्यादा कम्प्यूटेशनल मेहनत वाले प्रभावों में से एक है, क्योंकि इसके लिए रेंडरिंग सिस्टम को यह समझना होता है कि त्वचा की गहराई होती है, सिर्फ़ सतह नहीं।
Nano Banana 2 यह काम एक अलग कम्प्यूटेशनल रेंडरिंग पास से नहीं, बल्कि असली फ़ोटोग्राफ़ी पर अपनी ट्रेनिंग से करता है। नतीजा यह है कि जब आप अपने पोर्ट्रेट प्रॉम्प्ट में बैकलाइटिंग का वर्णन करते हैं, तो मॉडल कानों, जॉ की उस पतली त्वचा और हेयरलाइन के महीन बालों पर सही गर्म पारभासिता रखता है। वह ऐसा इसलिए करता है क्योंकि उन परिस्थितियों में ली गई फ़ोटो में असल में यही होता है।
यह मॉडल PicassoIA पर बिना किसी प्रति-जनरेशन क्रेडिट सीमा के उपलब्ध है। आप जितनी बार ज़रूरी हो दोहरा सकते हैं, बिना किसी काउंटर पर नज़र रखे। नीचे दिया गया वर्कफ़्लो लगातार सबसे अच्छे फ़ोटोरियलिस्टिक पोर्ट्रेट आउटपुट देता है।
सब्जेक्ट से शुरू करें, फिर माहौल, फिर रोशनी का स्रोत, फिर कैमरा। यही क्रम फ़ोटोग्राफ़र असली शूट की योजना बनाते समय अपनाते हैं। वे पहले तय करते हैं कि किसकी फ़ोटो लेनी है, किस सेटिंग में, किस क्वालिटी की रोशनी में, और किस लेंस से।
ऐसा प्रॉम्प्ट स्ट्रक्चर जो भरोसेमंद नतीजे देता है:
[Subject age/features/expression] + [Setting description] + [Light source, angle, and quality] + [Camera, lens, and aperture] + [Film stock or color science]
व्यावहारिक उदाहरण:
एक लगभग पैंतीस साल की महिला, दिखने वाले पोर्स के साथ प्राकृतिक बिना रीटच की त्वचा, फ़ोटो स्टूडियो में बैठी हुई, बड़ी डिफ़्यूज़्ड खिड़की से बाईं ओर से सुबह की वॉल्यूमेट्रिक रोशनी, 85mm f/1.4, Kodak Portra 400 फ़िल्म एमुलेशन, छाया वाले हिस्सों में दिखता ग्रेन
इस प्रॉम्प्ट में रोशनी के स्रोत और फ़िल्म स्टॉक के संदर्भ बहुत अहम भूमिका निभा रहे हैं। "Kodak Portra 400" मॉडल को एक साथ कलर साइंस, हाइलाइट रोलऑफ़, छाया के व्यवहार और ग्रेन के स्वभाव के बारे में बहुत कुछ बता देता है।
अगर आप किसी खास व्यक्ति की शक्ल या किसी खास फ़ोटोग्राफ़िक स्टाइल से मेल खाना चाहते हैं, तो जनरेट करने से पहले 3 से 14 रेफ़रेंस इमेज अपलोड करें। ज़्यादा रेफ़रेंस बेहतर शक्ल-सटीकता देते हैं, लेकिन उन्हें एक ही सब्जेक्ट को अलग-अलग कोणों से दिखाना चाहिए, अलग-अलग लोगों को नहीं।
बेहतरीन पोर्ट्रेट समानता के लिए अपने रेफ़रेंस सेट में क्या शामिल करें:
पहली जनरेशन के बाद पूरा प्रॉम्प्ट दोबारा न लिखें। एक खास सुधार लिखें जो सिर्फ़ उसी चीज़ को बदले जिसे बदलना है:
हर फ़ॉलो-अप निर्देश वह सब बचाए रखता है जो ठीक चल रहा है, और सिर्फ़ बताए गए तत्व को समायोजित करता है। यहीं इटरेटिव वर्कफ़्लो सिंगल-शॉट जनरेशन से कहीं ज़्यादा कुशल हो जाता है।
जब पोर्ट्रेट सही लगे, तो 4K रेज़ोल्यूशन में एक्सपोर्ट करें। इस आउटपुट स्केल पर पोर का विवरण, अलग-अलग बालों के रेशों की बनावट और रोशनी के ग्रेडिएंट पूरी गुणवत्ता में बने रहते हैं। 4K से स्टैंडर्ड वेब रेज़ोल्यूशन पर डाउनसैंपल करने पर भी वह फ़ोटोग्राफ़िक गहराई बनी रहती है जो पोर्ट्रेट को विश्वसनीय बनाती है, क्योंकि हाई-रेज़ोल्यूशन स्रोत डेटा अब भी हर पिक्सल को दिशा दे रहा होता है।
ये स्ट्रक्चरल टेम्पलेट मॉडल पर परखे गए हैं और अलग-अलग स्टाइल और सब्जेक्ट्स पर लगातार फ़ोटोरियलिस्टिक पोर्ट्रेट आउटपुट देते हैं।
[सब्जेक्ट का विवरण] फ़ोटो स्टूडियो में बैठा हुआ, [बड़े/छोटे] सॉफ़्टबॉक्स से [दिशा] की वॉल्यूमेट्रिक रोशनी, गर्म-ग्रे सीमलेस पेपर बैकग्राउंड, 85mm f/1.4 लेंस, नरम बोकेह के साथ छोटी डेप्थ ऑफ़ फ़ील्ड, Kodak Portra 400 एमुलेशन, छाया और कॉलर वाले हिस्से में दिखता फ़िल्म ग्रेन
[सब्जेक्ट का विवरण] [उत्तर/दक्षिण]-मुखी खिड़की के पास [सुबह/दोपहर] की रोशनी में खड़ा हुआ, खिड़की से दोनों आँखों में प्राकृतिक कैचलाइट्स, [संक्षिप्त सेटिंग विवरण], 50mm f/2.0 लेंस, नरम बादल वाली बाहरी डिफ़्यूज़न, Fujifilm Pro 400H कलर प्रोफ़ाइल, ईमानदार बिना पोज़ वाली डॉक्यूमेंट्री शैली
[विशिष्ट असली माहौल] में [सब्जेक्ट का विवरण], [रोशनी का स्रोत] [विशिष्ट चेहरे के हिस्से] पर [छाया के व्यवहार का विवरण] बनाती हुई, आँख के स्तर पर 35mm f/2.8 लेंस, बिना पोज़ और ईमानदार, Leica M शैली, हर जगह महीन ग्रेन, कोई दिखने वाला स्टूडियो उपकरण नहीं
इस गुणवत्ता स्तर पर फ़ोटोरियलिस्टिक पोर्ट्रेट जनरेशन सिर्फ़ विज़ुअल पैटर्न मैचिंग से नहीं होता। इसके लिए मॉडल को फ़ोटोग्राफ़िक भाषा समझनी होती है: "Kodak Portra 400" का कलर साइंस और छाया के रोलऑफ़ के लिए क्या अर्थ है, "85mm f/1.4" का परिप्रेक्ष्य संपीड़न और बैकग्राउंड अलगाव के लिए क्या अर्थ है, और "उत्तर-मुखी खिड़की की रोशनी" का कलर टेम्परेचर और छाया की नरमी के लिए क्या अर्थ है।
यह भाषा समझ उन्हीं मूल क्षमताओं पर आधारित है जो लार्ज लैंग्वेज मॉडल (LLM) में होती हैं। PicassoIA पर GPT-5, Claude Sonnet 4.6, Gemini 3.5 Flash और DeepSeek R1 जैसे मॉडल उपलब्ध हैं, जो आपको इमेज जनरेटर में प्रॉम्प्ट चलाने से पहले पोर्ट्रेट प्रॉम्प्ट का ड्राफ़्ट बनाने और उन्हें परिष्कृत करने में मदद कर सकते हैं।
एक व्यावहारिक वर्कफ़्लो: किसी LLM से एक कच्चे विचार को विस्तृत, फ़ोटोग्राफ़िक रूप से विशिष्ट प्रॉम्प्ट में फैलाएँ, फिर उस प्रॉम्प्ट को Nano Banana 2 में चलाएँ। जब प्रॉम्प्ट किसी असली फ़ोटोग्राफ़ी ब्रीफ़ की विशिष्टता और ढाँचे के साथ लिखा जाता है, तब पहली जनरेशन की गुणवत्ता काफ़ी सुधर जाती है, बजाय इसके कि वह एक आम विवरण हो।
| क्षमता | Nano Banana 2 |
|---|---|
| पोर लेवल की त्वचा की बनावट | बेहतरीन |
| आई कैचलाइट की सटीकता | बेहतरीन |
| सबसर्फ़ेस स्कैटरिंग | बहुत अच्छा |
| कैरेक्टर कंसिस्टेंसी (कई दृश्य) | बेहतरीन |
| बालों के रेशों का अलग-अलग दिखना | अच्छा |
| प्राकृतिक चेहरे की असममिति | अच्छा |
| बैकग्राउंड बोकेह अलगाव | बेहतरीन |
| 4K रेज़ोल्यूशन आउटपुट | हाँ |
| इटरेटिव फ़ॉलो-अप एडिटिंग | हाँ |
| रेफ़रेंस इमेज फ़्यूज़न (14 तक) | हाँ |
| रियल-टाइम वेब ग्राउंडिंग | हाँ |
| PicassoIA पर असीमित जनरेशन | हाँ |
कारण: प्रॉम्प्ट में फ़िल्म स्टॉक, रोशनी की अपूर्णता या त्वचा-स्तर का विवरण नहीं बताया गया।
समाधान: प्रॉम्प्ट में "Kodak Portra 400 एमुलेशन, नाक और माथे पर दिखते पोर्स, नाक की नोक पर प्राकृतिक लालिमा, साइड-लाइट पकड़ते महीन चेहरे के बाल" जोड़ें। फिर फ़ॉलो-अप निर्देश दें: "त्वचा की बनावट की यथार्थता बढ़ाएँ, टी-ज़ोन पर सीबेशियस बनावट में अंतर जोड़ें।"
कारण: जब प्रॉम्प्ट कुछ और निर्दिष्ट नहीं करता, तो मॉडल आदर्श चेहरे की सममिति को डिफ़ॉल्ट बना लेता है।
समाधान: प्रॉम्प्ट में "आँख की स्थिति और आकार में हल्की प्राकृतिक असममिति, असली दुनिया की अपूर्णताएँ, कोई एयरब्रशिंग नहीं" जोड़ें। सटीक बदलाव बताने के लिए फ़ॉलो-अप निर्देश दें: "दाईं आँख बाईं से बहुत थोड़ी संकरी बनाएँ, आदर्श नहीं बल्कि प्राकृतिक।"
कारण: प्रॉम्प्ट में कोई खास रोशनी का स्रोत, दिशा या छाया का व्यवहार नहीं बताया गया।
समाधान: हमेशा रोशनी के स्रोत का प्रकार (सॉफ़्टबॉक्स, खिड़की, सूरज), उसका आकार (जिससे नरम या सख्त छाया बनती है), चेहरे के सापेक्ष उसका कोण, और चेहरे के कौन से हिस्से पर वह पड़ रही है और कौन से हिस्से को छाया में रख रही है, बताएँ। छाया की गहराई में ही पोर्ट्रेट की त्रि-आयामी गुणवत्ता रहती है।
बिना कैमरे या स्टूडियो के प्रोफ़ेशनल हेडशॉट। उन टीमों के लिए जिन्हें कई शहरों में सदस्यों के लिए एक जैसी गुणवत्ता वाले हेडशॉट चाहिए, यह वर्कफ़्लो फ़ोटो शूट के एक दिन की लागत और तालमेल के एक हिस्से में नतीजे देता है। जनरेट करें, परिष्कृत करें, 4K में एक्सपोर्ट करें, काम खत्म।
कैंपेन और विज़ुअल स्टोरीज़ के लिए लगातार एक जैसे किरदार। एक ब्रांड किरदार, एक कहानी का मुख्य पात्र, या एक शैक्षणिक व्यक्तित्व 50 अलग-अलग दृश्यों में एक ही चेहरे और एक ही पहचानने योग्य उपस्थिति के साथ दिख सकता है, क्योंकि रेफ़रेंस इमेज सिस्टम हर जनरेशन में शक्ल की सटीकता बनाए रखता है।
खास एडिटोरियल सौंदर्य के लिए स्टाइल-मैच्ड पोर्ट्रेट। हाई-फ़ैशन, डॉक्यूमेंट्री, कॉर्पोरेट, एन्वायरनमेंटल: हर एक की अपनी खास फ़ोटोग्राफ़िक भाषा है। जब आप उसे सटीकता से इस्तेमाल करते हैं, तो मॉडल उस भाषा पर प्रतिक्रिया देता है। 85mm पर मज़बूत दिशात्मक रोशनी में ली गई फ़ैशन पोर्ट्रेट, उपलब्ध रोशनी में 35mm पर ली गई डॉक्यूमेंट्री पोर्ट्रेट से बिल्कुल अलग दिखती है, और Nano Banana 2 दोनों बनाता है जब प्रॉम्प्ट उन्हें सही तरह से बताता है।
आर्ट डायरेक्शन के लिए इटरेटिव कॉन्सेप्ट टेस्टिंग। क्योंकि PicassoIA पर असीमित जनरेशन के साथ जनरेशन तेज़ है और सुधार सस्ते हैं, आप एक पोर्ट्रेट कॉन्सेप्ट के 40 वेरिएशन उतने समय में चला सकते हैं जितने में एक स्टूडियो सेशन सेट करने में लगता। जो आर्ट डायरेक्शन के फ़ैसले पहले भौतिक प्रोडक्शन माँगते थे, वे अब पूरी तरह प्रॉम्प्ट और जनरेशन के चरण पर लिए जा सकते हैं।
Nano Banana 2 PicassoIA पर उपलब्ध है असीमित जनरेशन, बिना क्रेडिट कैप और पूरे फ़ीचर सेट के साथ: 14-इमेज रेफ़रेंस इनपुट, फ़ॉलो-अप निर्देशों वाली बातचीत जैसी एडिटिंग, रियल-टाइम वेब ग्राउंडिंग, लचीले आस्पेक्ट रेशियो और 4K एक्सपोर्ट।
शुरुआत जटिल होने की ज़रूरत नहीं। एक सादा स्टूडियो पोर्ट्रेट प्रॉम्प्ट लिखें, उसे चलाएँ, फिर त्वचा की बनावट, आँख के विवरण और छाया की गहराई को आगे बढ़ाने के लिए दो-तीन फ़ॉलो-अप निर्देश दें। पहली जनरेशन और लक्षित सुधारों के बाद पाँचवीं जनरेशन के बीच का फ़र्क लगभग हमेशा "प्रभावशाली AI इमेज" और "प्रोफ़ेशनल फ़ोटोग्राफ़ी से अलग न पहचानी जा सकने वाली इमेज" के बीच का फ़ासला होता है।
आपको कैमरे, स्टूडियो या फ़ोटोग्राफ़र की ज़रूरत नहीं है। आपको एक खास प्रॉम्प्ट और बार-बार सुधार करने की इच्छा चाहिए। PicassoIA पर सभी मॉडल देखें और इस वर्कफ़्लो को आज़माएँ।
अपनी भाषा चुनें
