Тестировал генерацию изображений в Nano Banana Pro: что работает, что нет

В сфере искусственного интеллекта произошло заметное событие. SlavaKulakov 19 минут назад Тестировал генерацию изображений в Nano Banana Pro: что работает, что нет 6 мин 646 Искусственный интеллект Контент и копирайтинг * Обработка изображений * Разработка под e-commerce * Управление разработкой * Туториал Несколько месяцев, несколько сотен генераций — честные выводы без маркетингаЗадача была прикладная: наладить поток визуального контента без фотостудии. Карточки товаров, имиджевые иллюстрации, визуалы для соцсетей. Студийная съёмка обходится в 25 000–44 000 ₽ на 50 снимков, плюс неделя ожидания — хотелось понять, насколько реально перевести это на нейросети.

Тестировал через Nano Banana Pro — русскоязычный интерфейс, токенная модель оплаты (можно считать реальную стоимость каждой генерации), в Pro-версии нет суточного лимита на количество попыток. Последнее оказалось важным: итерационная работа с промтами предполагает много запусков подряд. Ниже — структурированный разбор: что работает стабильно, что не работает совсем, и где граница между этими двумя зонами.

Технические детали

Что T2I закрывает хорошоПредметная съёмка на нейтральном фонеСамый зрелый сценарий. Загружаете фото продукта → описываете фон и освещение → получаете карточку для маркетплейса. Детали поверхности и текстуры объекта модель берёт с исходного фото, генерирует только окружение.

Стабильно работает для: одежда, обувь, косметика, товары для дома, еда на однотонном фоне. Нестабильно: ювелирка с мелкими деталями, часы, электроника с экранами. Lifestyle-иллюстрации для типовых сценЕсли сцена стандартная — человек с чашкой кофе, ноутбук на столе, продукт «в использовании» в бытовом контексте — результат предсказуемый.

Модель обучалась на огромном количестве подобных изображений, статистически «знает», как это выглядит. Ломается, когда контекст нестандартный или требует точной демонстрации конкретного действия. Иллюстрации и визуалы без привязки к реальным объектамБаннеры, фоны для лендингов, декоративные изображения — здесь T2I работает наиболее свободно.

Отраслевые последствия

Нет исходного объекта, которому нужно соответствовать, нет проверки «похоже или нет». Что не работает — и почемуТочная передача фирменного стиляЕсли у бренда специфический визуальный язык — конкретный оттенок, нестандартный шрифт, уникальная композиция — нейросеть воспроизводит «похожее», а не «то самое». На 10 изображениях это незаметно, на 100 — визуальный ряд начинает расходиться.

Решение частичное: жёсткая промт-дисциплина + визуальный аудит каждые 2–3 недели. Полное решение — использовать нейросеть для производных форматов, а исходный стиль всё равно устанавливать с дизайнером. Технически сложные объектыЮвелирка, оптика, часы, электроника с деталями — модель плохо держит микротекстуры: блики на металле, грани камней, циферблаты.

Здесь студия воспроизводит точнее. Это не проблема конкретного сервиса — это ограничение текущего поколения диффузионных моделей для предметной съёмки такого класса. Текст на изображенииГенерация корректного читаемого текста — известная проблема T2I-моделей.

Событие, по словам экспертов, усилит конкуренцию в сфере ИИ.