Nano Banana Pro, también llamado Gemini 3 Pro Image, es el nuevo modelo de generación y edición de imágenes de Google DeepMind integrado en Gemini 3 Pro. Se posiciona como un sistema de última generación para la creación y edición de imágenes que debe respetar la estructura, el conocimiento del mundo y la disposición del texto, no solo el estilo. Nano Banana Pro sigue a Nano Banana, que se basó en Gemini 2.5 Flash Image y se centró en la edición de imágenes rápida e informal, como la restauración de fotografías y la generación de figuras.
De la imagen Flash Gemini 2.5 a la imagen Gemini 3 Pro
El modelo anterior Nano Banana tenía como objetivo ediciones creativas rápidas para creadores ocasionales. Ayudó a restaurar fotos antiguas y a construir minifiguras 3D estilizadas con un simple mensaje. Nano Banana Pro mantiene ese flujo de edición pero se ejecuta sobre Gemini 3 Pro, lo que aporta un razonamiento más sólido y conocimiento del mundo real a la pila de imágenes.
El modelo puede convertir prototipos, tablas de datos y notas escritas a mano en diagramas e infografías que reflejen la información subyacente, en lugar de producir únicamente arte decorativo.
Razonamiento guiado, imágenes basadas en la búsqueda
Un punto central del diseño de Nano Banana Pro es la generación guiada por razonamiento. Con Gemini 3 Pro, el modelo puede consumir texto, contenido estructurado y referencias y luego planificar la imagen como explicación de ese contenido. Nano Banana Pro también puede conectarse a la Búsqueda de Google, utilizando el índice de búsqueda como fuente de conocimiento en tiempo real.
Texto claro y diseños multilingües
El texto dentro de las imágenes es un modo de falla de larga data para muchos generadores basados en difusión. Nano Banana Pro aborda esto explícitamente. Google afirma que es el mejor modelo de la familia Gemini para producir imágenes con texto legible y correctamente representado, tanto para eslóganes cortos como para párrafos completos.
El razonamiento multilingüe de Gemini 3 Pro fluye hacia el modelo de imagen. Nano Banana Pro puede representar texto en varios idiomas y también traducir texto que ya aparece en productos o carteles. La documentación muestra latas de bebidas donde el texto del inglés se traduce al coreano mientras que el diseño visual y la disposición permanecen sin cambios.
Control de nivel de estudio, consistencia y ampliación
Nano Banana Pro expone un conjunto de controles destinados a flujos de trabajo de diseño y producción en lugar de indicaciones artísticas de una sola toma. En cuanto a la composición, el modelo puede utilizar hasta 14 imágenes de entrada y mantener la coherencia y el parecido de hasta 5 personas en un flujo de trabajo. Esto admite tareas como combinar fotografías de referencia en una única editorial de moda, transformar bocetos en fotografías de productos o mantener el mismo reparto en varias escenas.
La sección de control de estudio de la página del modelo enumera varias familias de controles. Los usuarios pueden variar el ángulo de la cámara y el tipo de toma, incluidas tomas panorámicas, panorámicas y primeros planos, mientras controlan la profundidad de campo y enfocan sujetos específicos en la imagen. El color y la iluminación se pueden ajustar, por ejemplo cambiando el día a la noche, reemplazando la iluminación volumétrica con bokeh o aplicando un fuerte efecto claroscuro sin perder la identidad del sujeto.
Nano Banana Pro admite la ampliación explícita. El blog oficial de Google afirma que puede generar imágenes nítidas con una resolución de 1k, 2k o 4k y proporciona ejemplos de operaciones de zoom progresivo que mantienen los detalles y la composición. La relación de aspecto también es programable. Las indicaciones pueden convertir entre proporciones como 1:1, 4:3, 16:9 y formatos cinematográficos mientras mantienen al personaje principal bloqueado en su lugar y ajustan solo el fondo.
Conclusiones clave
Nano Banana Pro es Gemini 3 Pro Image, un modelo mejorado de generación y edición de imágenes que sucede a Nano Banana, que se basó en Gemini 2.5 Flash Image y está optimizado para una mayor calidad y control. El modelo integra el razonamiento de Gemini 3 Pro y la base de búsqueda de Google para que pueda convertir contenido fáctico, documentos y datos en tiempo real en infografías, recetas, diagramas de procesos y otras imágenes con mucha información. Proporciona una sólida representación de texto y soporte multilingüe, produciendo tipografía legible en imágenes y permitiendo la traducción o localización del texto existente en la imagen preservando al mismo tiempo la disposición y el diseño. Nano Banana Pro admite hasta 14 imágenes de entrada y mantiene el parecido para hasta 5 personas, con controles estilo estudio para el ángulo de la cámara, profundidad de campo, iluminación, relaciones de aspecto y escalado a resoluciones de 1k, 2k y 4k. El modelo se está implementando en la aplicación Gemini, Modo AI en Búsqueda, NotebookLM, Google Ads, aplicaciones Workspace, API Gemini, Google AI Studio, Vertex AI, Antigravity y Flow, con todas las salidas con marcas de agua usando SynthID más marcas de agua visibles específicas de cada nivel.
Nano Banana Pro posiciona a Gemini 3 Pro Image como un sistema de imágenes orientado a la producción que vincula el razonamiento de Gemini 3 Pro, la base de búsqueda de Google y controles estructurados para diseño, texto y ampliación. Aborda directamente problemas de larga data en la representación de texto, la localización multilingüe y la coherencia del tema, al tiempo que mantiene SynthID y las marcas de agua visibles como señales de procedencia predeterminadas en todos los niveles y superficies. Este lanzamiento acerca la pila de imágenes de Google a una primera plataforma visual API integrada para desarrolladores y empresas.
Consulta los detalles técnicos. No dude en consultar nuestra página de GitHub para tutoriales, códigos y cuadernos. Además, no dude en seguirnos en Twitter y no olvide unirse a nuestro SubReddit de más de 100.000 ML y suscribirse a nuestro boletín. ¡Esperar! estas en telegrama? Ahora también puedes unirte a nosotros en Telegram.
Michal Sutter es un profesional de la ciencia de datos con una Maestría en Ciencias de Datos de la Universidad de Padua. Con una base sólida en análisis estadístico, aprendizaje automático e ingeniería de datos, Michal se destaca en transformar conjuntos de datos complejos en conocimientos prácticos.
🙌 Siga MARKTECHPOST: agréguenos como fuente preferida en Google.