Gemini 3 Pro Image (Nano Banana Pro): نموذج جوجل الذي يحول أي فكرة إلى صورة احترافية في ثوانٍ

ما هو Nano Banana Pro ولماذا أصبح حديث الناس؟

في 20 نوفمبر 2025، وبعد 48 ساعة فقط من إطلاق نموذج Gemini 3 Pro اللغوي، كشفت Google DeepMind عن Nano Banana Pro، وهو نموذج متخصص في توليد وتعديل الصور يحمل الاسم الرسمي Gemini 3 Pro Image. جاء هذا الإعلان ليحول أداة “إبداعية” سابقة إلى أداة “احترافية” على مستوى الاستوديوهات.

يعمل النموذج وفق هندسة مختلفة تماماً عن المولدات التقليدية. بدلاً من الاعتماد على مطابقة الأنماط من بيانات التدريب فقط، يستخدم النموذج محرك استدلال يُعرف بـ”محاكي العالم” (World Simulator)، حيث يبني تمثيلاً داخلياً للمشهد، ويحسب كيفية تفاعل الضوء مع الأسطح، ونسب الأجسام، ومواقع النصوص، قبل أن يُصدر بكسلًا واحداً. هذا الفرق الجوهري هو ما يجعله يفهم الطلب بعمق، ولا يكتفي بكلمات المستخدم فقط.

التفكير أولاً: الفارق بين “الإلهام” و”الإخراج النهائي”

يشرح الجدول أدناه الفرق الأساسي بين نموذج Nano Banana السريع (المبني على Gemini 2.5 Flash Image) ونموذج Nano Banana Pro (المبني على Gemini 3 Pro Image). هذا التصنيف يوضح لماذا يُعتبر Nano Banana Pro أداة للإخراج النهائي وليس مجرد أداة لالتقاط الأفكار السريعة:

المعيار	Nano Banana (Gemini 2.5 Flash Image)	Nano Banana Pro (Gemini 3 Pro Image)
الوظيفة	”دفتر رسم سريع”، لالتقاط الإلهام وإنتاج رسومات أولية	”استوديو هندسي محترف”، للإخراج النهائي الدقيق
طريقة العمل	توليد سريع وبدون تحليل معمق للمشهد	”يتفكر” في المشهد، يحلل العلاقات الفيزيائية والمنطقية
التخصص	السرعة والتكلفة المنخفضة، مناسب للاختبارات الأولية	الدقة القصوى، والالتزام بالمنطق الفيزيائي والتفاصيل
دقة النصوص	محدودة، قد تظهر نصوص مشوشة	دقة عالية جداً في عرض النصوص بعدة لغات
الدقة الهندسية	قد تظهر أخطاء في العلاقات المكانية والمنطقية	يحاكي العلاقات بين الأجسام بدقة، كالظلال والانعكاسات
الاستخدام الأمثل	مرحلة التفكير والتجريب	الإخراج النهائي الجاهز للطباعة والنشر

يمثل هذا الفرق جوهر الترقية التي قدمتها Google: تحويل النموذج من مجرد أداة لإنشاء الصور إلى أداة تفكر وتخطط قبل أن ترسم.

التفكير المنطقي ومراحل العمل: كيف يبني النموذج الصورة قبل رسمها؟

لا يُصدر Nano Banana Pro الصورة مباشرة، بل يعمل على مرحلتين منفصلتين. تنفصل عملية “التفكير” في النموذج عن عملية “التوليد”، مما يضمن أن كل عنصر في الصورة النهائية يتبع منطقاً فيزيائياً وبصرياً سليماً:

1. مرحلة التحليل الدلالي (Reasoning Phase): يقوم النموذج أولاً بتفكيك نية المستخدم وتحليل العلاقات الفيزيائية بين الأجسام (مثل وضع الظلال والانعكاسات)، ومنطق الإضاءة، ومتطلبات تخطيط النصوص. يُنشئ النموذج في هذه المرحلة صوراً وسيطة داخلية (“thought images”) تُستخدم لتحسين التركيب، لكنها لا تُحتسب ضمن التكلفة ولا تظهر للمستخدم.
2. مرحلة التوليد (Generation Phase): بعد الانتهاء من التحليل، يُمرر النموذج البيانات المهيكلة إلى محرك Imagen 3 لتجميع البكسل النهائي، مما ينتج صورة تتبع بدقة المنطق الذي تم بناؤه في المرحلة الأولى.

هذا النهج المكون من مرحلتين يفسر سبب قدرة النموذج على أداء مهام معقدة مثل تحويل رسم تخطيطي بسيط إلى رسم توضيحي احترافي، وتوليد رسوم بيانية ومخططات انسيابية بناءً على بيانات حالية من البحث. النموذج يطبق هذه العملية التحليلية على كل صورة يولدها، مما يضمن أن كل عنصر في الإطار له ما يبرره فيزيائياً ومنطقياً، بدلاً من أن يكون مجرد تجميع عشوائي للأنماط.

الدقة الفائقة للنصوص عبر 100 لغة

الاختراق الأكبر الذي يقدمه Nano Banana Pro هو قدرته على معالجة أطول نقطة ضعف في نماذج توليد الصور: عرض النصوص. فبدلاً من الأحرف المشوشة وغير المقروءة، يُظهر النموذج قدرة متقدمة على عرض نصوص واضحة ومقروءة إحصائياً، حيث تشير المقاييس الداخلية إلى أن النموذج يعرض بشكل صحيح ما يقرب من 94% من الأحرف في الصور—قفزة كبيرة مقارنة بالنماذج المنافسة التي بالكاد تصل إلى مستويات مقبولة في هذا المجال.

يدعم النموذج أكثر من 100 لغة، بما فيها العربية والصينية واليابانية والروسية، مما يجعله أداة مثالية لإنشاء ملصقات وقوائم طعام ورسوم بيانية احترافية متعددة اللغات. في اختبارات عملية، أظهر النموذج قدرة على توليد قوائم طعام بلغات متعددة (الإنجليزية واليابانية والروسية والصينية) مع الالتزام الدقيق باللغة المحددة والهيكل المطلوب، بالإضافة إلى دمج شعارات الشركات بدقة في الصور التي تحتوي على شخصيات معروفة.

في إحدى المهام التجريبية المعقدة، صدرت تعليمات للنموذج بتوليد صورة تجمع بين سام ألتمان وإيلون ماسك وساندر بيتشاي وساتيا ناديلا ومارك زوكربيرغ وشخصية أنمي واحدة في واجهة Zoom واحدة. أظهرت النتيجة قدرة النموذج على توزيع الأشخاص بدقة على الشبكة، وكتابة تعليقاتهم بشكل صحيح، ودمج شعارات شركاتهم في الخلفية—كل ذلك مع الحفاظ على اتساق النمط البصري للواجهة.

الحفاظ على الشخصيات ودمج الصور المرجعية

في سيناريوهات الإبداع التسلسلي، مثل إنشاء قصص مصورة أو حملات إعلانية، يُعد الحفاظ على اتساق الشخصية تحدياً كبيراً. يوفر Nano Banana Pro حلاً لهذه المعضلة من خلال السماح بتحميل ما يصل إلى 14 صورة مرجعية في طلب واحد، مقسمة إلى فئتين: ما يصل إلى 6 صور لأشياء للحفاظ على دقتها، وما يصل إلى 5 صور لأشخاص للحفاظ على اتساق ملامحهم. يسمح هذا للعلامات التجارية بتحميل دليل هوية بصرية كامل دفعة واحدة، بما في ذلك الشعارات ولوحات الألوان والصور المرجعية للمنتجات والشخصيات.

يمتد هذا التحكم في الاتساق أيضاً إلى الجوانب الفنية للصورة. يمكن التحكم بدقة في إعدادات الكاميرا (زاوية العدسة، البعد البؤري، العمق الميداني)، والإضاءة (اتجاه الضوء، شدته، لونه)، وتصحيح الألوان (درجات الحرارة، التشبع، التدرجات اللونية)، مما يسمح بالحفاظ على جمالية بصرية موحدة عبر سلسلة كاملة من الصور. على سبيل المثال، يمكن توليد ملصق إعلاني ثم طلب تعديل نسبة العرض إلى الارتفاع دون تغيير الموضوع الرئيسي، أو تغيير زاوية الكاميرا للحصول على

منظور مختلف مع الحفاظ على نفس الإعدادات والإضاءة.

الربط بالبحث: جوجل سيرش يمد النموذج بالمعرفة الحية

إحدى الميزات الأكثر تميزاً في Nano Banana Pro هي تكامله المباشر مع Google Search. على عكس النماذج التقليدية التي تعتمد فقط على بيانات التدريب الثابتة، يمكن لـ Nano Banana Pro استرداد معلومات في الوقت الفعلي من الويب. هذا يسمح له بإنشاء رسوم بيانية ومخططات مبنية على بيانات حالية، مثل خريطة الطقس ليومنا هذا، أو رسم بياني لسوق الأسهم في الوقت الفعلي، أو مخطط معلوماتي يعكس الأحداث الجارية. على سبيل المثال، إذا طُلب من النموذج “إنشاء مخطط معلوماتي حول توقعات الطقس في طوكيو اليوم”، فإنه سيبحث فعلياً في Google عن الظروف الحالية قبل إنشاء الصورة.

يمتد هذا التكامل إلى ما هو أبعد من البيانات الرقمية. يمكن للنموذج أيضاً ترجمة النصوص داخل الصور، مما يعني أنه يمكن أخذ صورة منتج تحتوي على نصوص إنجليزية وطلب ترجمتها إلى الكورية مع الحفاظ على كل شيء آخر كما هو، مما يجعله أداة قوية للحملات التسويقية العالمية.

التوفر والتسعير: من التجربة المجانية إلى النشر على نطاق واسع

يمكن الوصول إلى Nano Banana Pro من خلال ثلاث قنوات رئيسية، لكل منها حالة استخدام مختلفة:

القناة	الوصف	التسعير التقريبي
Gemini App	تطبيق المستهلك الأساسي، متاح للمستخدمين العاديين لتجربة النموذج. لكل صورة يتم إنشاؤها باستخدام النموذج الرئيسي تكلفة.	مجاني محدود (مع حدود يومية)، أو ضمن باقة Gemini Advanced
Google AI Studio	منصة الويب للنماذج الأولية واختبار المطالبات باستخدام مفاتيح API المدفوعة. مثالية للمطورين والمصممين الذين يختبرون النموذج.	حوالي 2 دولار لكل مليون رمز إدخال و12 دولاراً لكل مليون رمز إخراج
Vertex AI	منصة النشر على مستوى المؤسسات، توفر سعة مضمونة وترتيبات فوترة مخصصة وإدارة متقدمة. مثالية للإنتاج على نطاق واسع.	0.24 دولاراً تقريباً لكل صورة بدقة 4K، وأقل للدقات المنخفضة

سعر الإدخال 2 دولار لكل مليون رمز هو نفسه عبر كل من Google AI Studio وVertex AI، لكن سعر الإخراج يختلف قليلاً بناءً على موفر الخدمة، حيث يصل إلى 12 دولاراً لكل مليون رمز في Google AI Studio ويرتفع إلى 91.49 دولاراً في Vertex AI عند حساب متوسط التكلفة. يُرجى ملاحظة أن الأسعار عرضة للتغيير، ويُنصح بالتحقق من الصفحات الرسمية للحصول على أحدث التسعير.

العلامة المائية والأمان: شفافية المحتوى المُولّد

مع القوة الكبيرة تأتي مسؤولية كبيرة. قامت Google بتضمين كل صورة يتم إنشاؤها بواسطة Gemini 3 Pro Image بعلامة مائية SynthID غير مرئية، وهي تقنية تدمج إشارات غير محسوسة في المحتوى الذي تم إنشاؤه بواسطة الذكاء الاصطناعي. اعتباراً من نوفمبر 2025، تم وضع علامة مائية على أكثر من 20 مليار عنصر تم إنشاؤها بواسطة الذكاء الاصطناعي باستخدام SynthID. يمكن للمستخدمين تحميل صورة إلى تطبيق Gemini وسؤال “هل تم إنشاء هذه الصورة باستخدام Google AI؟” للتحقق من أصلها.

علاوة على ذلك، تتضمن الصور المولدة بواسطة Nano Banana Pro في تطبيق Gemini وVertex AI وGoogle Ads بيانات وصفية لـ C2PA (تحالف محتوى المصدر والأصالة)، مما يوفر شفافية إضافية حول كيفية إنشاء هذه الصور. تخطط Google لتوسيع هذا ليشمل تنسيقات إضافية مثل الفيديو والصوت، ولدمجه في المزيد من أسطح Google مثل البحث.

السياق الأوسع: من نماذج سريعة إلى أدوات احترافية

يمثل هذا التحول من “الصندوق الأسود” العشوائي إلى الأداة “التي تفكر” خطوة حاسمة نحو دمج الذكاء الاصطناعي في سير العمل الإبداعي اليومي. فمع إضافة القدرة على التفكير والتخطيط، فإنه يقلل من عدد مرات إعادة المحاولة العشوائية، مما يجعله أكثر كفاءة وموثوقية للاستخدام التجاري. وقد دفعته هذه الموثوقية إلى أن يصبح الأداة المفضلة لإنشاء الرسوم البيانية والمخططات والأطر والإنفوجرافيك، حيث تكون البنية والدقة أمرين حاسمين.

لكن يظل السؤال مطروحاً: هل سيكون هناك في المستقبل نموذج يجمع بين سرعة وسعر Nano Banana وجودة وقوة Nano Banana Pro في أداة واحدة؟ وكيف ستؤثر أدوات مثل C2PA وSynthID على ثقة المستخدمين في المحتوى الذي يرونه عبر الإنترنت؟ يبدو أن مستقبل توليد الصور لن يكون حول من يستطيع صنع الصورة الأكثر واقعية، بل حول من يستطيع صنع الصورة الأكثر فائدة ودقة وسهولة في التحرير. وقد يكون Nano Banana Pro مجرد البداية في سباق طويل نحو إعادة تعريف الإبداع البصري بمساعدة الذكاء الاصطناعي.