Model Gambar AI Google Gemini Tambahkan Lebih Banyak Alat Pengeditan

Techverse.asia - Google Gemini mendapatkan fitur baru untuk menyunting gambar dengan kecerdasan buatan (AI). Model terbaru ini merupakan hasil karya tim AI di DeepMind, dan telah tersedia di aplikasi tersebut sejak akhir Agustus kemarin.

Pembaruan ini, yang disebut Gemini 2.5 Flash Image, diluncurkan untuk semua pengguna di aplikasi Gemini, serta untuk pengembang melalui API Gemini, Google AI Studio, dan platform Vertex AI.

Google mencatat bahwa semua gambar yang dihasilkan atau diedit di Gemini akan diberi tanda air secara visual dan digital untuk menandainya sebagai gambar yang dibuat dengan kecerdasan buatan.

Model gambar AI baru Gemini dirancang untuk melakukan penyuntingan gambar yang lebih presisi - berdasarkan permintaan bahasa alami dari pengguna - sambil mempertahankan konsistensi wajah, hewan, dan detail lainnya, sesuatu yang sulit dilakukan oleh sebagian besar alat pesaing.

Misalnya, minta ChatGPT atau Grok dari xAI untuk mengubah warna kemeja seseorang di foto, dan hasilnya mungkin berupa wajah yang terdistorsi atau latar belakang yang diubah.

Alat baru Google ini telah menarik perhatian. Dalam beberapa minggu terakhir, pengguna media sosial memuji editor gambar AI yang mengesankan di platform evaluasi crowdsourced, LMArena. Model tersebut muncul kepada pengguna secara anonim dengan nama samaran 'nano-banana'.

Google mengatakan, mereka berada di balik model tersebut, yang sebenarnya merupakan kemampuan gambar asli dalam model AI Flash Gemini 2.5 andalannya. Model gambar tersebut merupakan yang tercanggih di LMArena dan uji benchmark lainnya.

"Kami benar-benar mendorong kualitas visual, serta kemampuan model untuk mengikuti instruksi," kata Nicole Brichtova selaku Pimpinan Produk Model Pembangkitan Visual di Google DeepMind.

Pembaruan ini, menurutnya, jauh lebih baik dalam membuat pengeditan lebih lancar, dan keluaran model dapat digunakan untuk apa pun yang diinginkan. Model gambar AI telah menjadi medan pertempuran krusial bagi Big Tech.

Ketika OpenAI meluncurkan generator gambar asli GPT-4o pada Maret 2025, hal itu mendorong penggunaan ChatGPT hingga meroket berkat banyaknya meme Studio Ghibli yang dihasilkan AI. Menurut CEO OpenAI Sam Altman, hal itu membuat GPU perusahaan 'meleleh'.

Agar dapat mengimbangi OpenAI dan Google, Meta telah mengumumkan akan melisensikan model gambar AI dari startup Midjourney. Sementara itu, startup unicorn asal Jerman, Black Forest Labs yang didukung a16z terus mendominasi benchmark dengan model gambar AI FLUX-nya.

Mungkin editor gambar AI Gemini yang mengesankan dapat membantu Google menutup kesenjangan penggunanya dengan OpenAI. ChatGPT kini mencatat lebih dari 700 juta pengguna mingguan.

Dalam laporan pendapatan Google di Juli 2025, CEO raksasa teknologi tersebut, Sundar Pichai, mengungkapkan bahwa Gemini memiliki 450 juta pengguna bulanan - yang menyiratkan bahwa jumlah pengguna mingguan bahkan lebih rendah.

Brichtova menyatakan, Google secara khusus merancang model gambar tersebut dengan mempertimbangkan kasus penggunaan konsumen, seperti membantu pengguna memvisualisasikan proyek rumah dan taman mereka.

Model ini juga memiliki 'pengetahuan dunia' yang lebih baik dan dapat menggabungkan beberapa referensi dalam satu perintah; misalnya, menggabungkan gambar sofa, foto ruang tamu, dan palet warna menjadi satu render yang kohesif.

Meskipun generator gambar AI baru Gemini memudahkan pengguna untuk membuat dan mengedit gambar yang realistis. Perusahaan memiliki sistem perlindungan yang membatasi kreasi pengguna. Google sebelumnya pernah kesulitan dengan sistem perlindungan generator gambar AI.

Pernah, perusahaan meminta maaf karena Gemini menghasilkan gambar orang yang secara historis tidak akurat, dan menghentikan sepenuhnya generator gambar AI. Namun kini, Google merasa telah mencapai keseimbangan yang lebih baik.

"Kami ingin memberi pengguna kendali kreatif agar mereka bisa mendapatkan apa yang mereka inginkan dari model. Tapi ini bukan berarti semuanya bisa dilakukan," tambahnya.