Nano Banana 2.1 tient la ressemblance d'un personnage sur toute une série de visuels
— IMAGE
Google affiche un bond de cohérence sur les personnages multiples dans sa nouvelle version d'édition d'image, mesuré par ses propres équipes. L'outil promet aussi des infographies plus lisibles et la combinaison de quatorze images de référence, avec des failles qui persistent sur les longs textes.
Garder un visage reconnaissable d'un visuel à l'autre a longtemps été le point faible des générateurs d'images. Une mascotte qui change de traits entre deux déclinaisons, un packaging qui dérive après une retouche, c'est le genre de détail qui oblige à tout reprendre à la main. Nano Banana 2.1 s'attaque directement à ce problème et en fait son argument principal.
Le directeur artistique qui construit une campagne avec un même personnage sur dix formats, ou le graphiste chargé de décliner un packaging en plusieurs variantes, touche ici au cœur de son métier. Le modèle accepte jusqu'à quatorze images de référence et sort en 1K, 2K ou 4K, de quoi traiter une série complète de visuels produit sans repartir de zéro à chaque déclinaison. Les infographies gagnent aussi en exactitude, un point utile pour qui doit livrer un graphique de marque sans faute de chiffre ou de légende.
Google avance un score de cohérence qui grimpe de 978 à 1106 par rapport à la version précédente, sur une échelle construite à partir de jugements humains. Le chiffre impressionne, mais il vient d'un protocole interne, organisé et noté par l'entreprise qui vend le modèle. Un écart mesuré par ses propres équipes reste un argument commercial avant d'être une preuve de terrain.
La fiche technique elle-même liste les failles qui subsistent : les petits caractères restent flous, un paragraphe entier de texte se dégrade, et des confusions entre gauche et droite apparaissent encore sur certaines retouches. Des traces de croquis peuvent aussi survivre dans l'image finale, ce qui oblige à garder un œil sur le nettoyage final avant livraison client.
La promesse vaut surtout pour les visuels courts, produit ou personnage, pas encore pour une page entière de texte habillé. Elle mérite un test sur un vrai brief multi-visuels avant d'entrer dans un devis, le temps de vérifier si la cohérence tient sur la dixième déclinaison autant que sur la première.