Google DeepMind เปิดตัว “Nano Banana Pro (ชื่ออย่างเป็นทางการ: Gemini 3 Pro Image)” เมื่อวันที่ 20 พฤศจิกายน 2025 โมเดลนี้มี Reasoning Engine ที่สร้างความสอดคล้องทางกายภาพ สามารถประมวลผลภาพอ้างอิงได้สูงสุด 14 ภาพ มีการรวมระบบกับ Google Antigravity AI สร้างภาพจึงพัฒนาจาก “เครื่องมือช่วยเหลือ” สู่ “กระบวนการทางอุตสาหกรรม”
Reasoning Engine เปลี่ยนการสร้างภาพ
หัวใจสำคัญของ Nano Banana Pro คือการนำ “การคิด” มาใช้ในกระบวนการสร้างภาพ AI สร้างภาพแบบเดิมสร้างภาพโดยอาศัยความสัมพันธ์ทางสถิติระหว่างข้อความที่ป้อนเข้ากับข้อมูลการเรียนรู้ ในทางตรงกันข้าม Nano Banana Pro ใช้ความสามารถในการใช้เหตุผลของ Gemini 3 Pro โมเดลทำการใช้เหตุผลอย่างมีตรรกะก่อนเริ่มวาดภาพ
เมื่อผู้ใช้ป้อน prompt โมเดลจะเข้าสู่ “โหมดการคิด” โมเดลจะตีความ prompt ที่ซับซ้อน จากนั้นจัดระเบียบความสัมพันธ์ระหว่างองค์ประกอบต่างๆ ที่ backend จะมีการสร้างผลิตภัณฑ์กลางที่เรียกว่า “Thought Images” ผลิตภัณฑ์นี้จะจำลององค์ประกอบและแสงที่ตกกระทบ
ตัวอย่างเช่น สำหรับ prompt “รถยนต์ที่ทำจากราเมง” โมเดลจะสร้างล้อด้วยไข่ม้วนสาหร่าย สร้างกระจกหน้าด้วยไข่ต้ม ฯลฯ โมเดลผสมผสานความหมายเชิงหน้าที่ของวัตถุและคุณสมบัติทางกายภาพของวัสดุอย่างมีตรรกะ สิ่งนี้แสดงให้เห็นว่าโมเดลเข้าใจโครงสร้างของ “รถยนต์” และเข้าใจคุณสมบัติทางกายภาพของวัสดุ “ราเมง” แยกกัน แล้วสร้างขึ้นมาใหม่
การวาดข้อความและการขยายการใช้ในธุรกิจ
การสร้างตัวอักษรภายในภาพเป็นจุดอ่อนของ AI สร้างภาพมาโดยตลอด การสะกดผิดและตัวอักษรที่ไม่มีความหมายเป็นอุปสรรคใหญ่ที่สุดสำหรับการใช้ในธุรกิจ Nano Banana Pro แก้ไขปัญหานี้โดยใช้ “การใช้เหตุผล”
ในการสร้างอินโฟกราฟิกหรือโปสเตอร์ โมเดลจะเข้าใจโครงสร้างลำดับชั้นของข้อมูลก่อน จากนั้นวางแผนเลย์เอาต์ที่เหมาะสม ด้วยวิธีนี้ โมเดลสามารถจัดวางข้อมูลข้อความที่ซับซ้อนได้ เช่น รายการวัสดุหรือคู่มือขั้นตอน โดยไม่มีการสะกดผิดและเรียงลำดับอย่างมีตรรกะ นอกจากนี้ โมเดลใช้ประโยชน์จากความสามารถในการใช้เหตุผลหลายภาษาของ Gemini 3 จึงสามารถสร้างภาพที่รวมการแปลเป็นภาษาอื่นนอกเหนือจากภาษาอังกฤษได้
ด้วยฟังก์ชันนี้ จึงสามารถสร้างแบนเนอร์และโปสเตอร์ที่แปลเป็นภาษาของแต่ละประเทศจากภาพต้นแบบหนึ่งภาพได้ทันที ช่วยลดเวลาในการแปลและแก้ไขดีไซน์ ทำให้สามารถเปิดแคมเปญทั่วโลกพร้อมกันได้ง่าย
การรักษาความเหมือนเดิมด้วยภาพอ้างอิง
ข้อกำหนดสำคัญประการหนึ่งในเวิร์กโฟลว์เชิงสร้างสรรค์คือความสอดคล้องของตัวละครหรือผลิตภัณฑ์ Nano Banana Pro แก้ไขปัญหานี้ด้วยการประมวลผลภาพอ้างอิงสูงสุด 14 ภาพพร้อมกัน
โมเดลสามารถใช้ภาพ 6 ภาพสำหรับการอ้างอิงวัตถุ และ 5 ภาพสำหรับการอ้างอิงบุคคล โมเดลสามารถรักษารูปร่าง พื้นผิว และตำแหน่งโลโก้ของผลิตภัณฑ์เฉพาะอย่างเคร่งครัด จากนั้นสร้างขึ้นใหม่ภายใต้พื้นหลังหรือสภาพแสงที่แตกต่างกัน สำหรับการอ้างอิงบุคคล โมเดลจะรักษาลักษณะใบหน้า ทรงผม และรูปร่างอย่างสอดคล้อง ด้วยวิธีนี้ สามารถสร้างสตอรีบอร์ด การ์ตูน และคอนเทของภาพยนตร์โดยใช้ตัวละครเดียวกันได้
ฟังก์ชันนี้ทำให้ไม่จำเป็นต้องใช้เทคโนโลยีการเรียนรู้เพิ่มเติมและการควบคุมที่ซับซ้อน เช่น LoRA และ ControlNet แบบเดิม ผู้ใช้สามารถทำ direction ระดับสูงได้ด้วยเพียง prompt ที่ใช้งานง่ายและภาพอ้างอิง ผู้ใช้สามารถตรึงตัวละครในอุดมคติที่สร้างครั้งเดียวเป็น “anchor” และ “pivot” เฉพาะท่าทางและพื้นหลังได้
การรวมระบบกับ Antigravity และผลกระทบต่อการพัฒนาซอฟต์แวร์
ผลกระทบที่น่าสนใจที่สุดคาดว่าจะเกิดขึ้นในด้านการพัฒนาซอฟต์แวร์ ใน “Antigravity” แพลตฟอร์มการพัฒนาแบบ agentic ที่ Google เปิดตัวใหม่ Nano Banana Pro มีบทบาทสำคัญ
AI Agent ไม่เพียงแต่เขียนโค้ด แต่ยังสร้างและนำไปใช้ UI asset, ไอคอน และภาพจำลองที่จำเป็นสำหรับแอปโดยใช้ Nano Banana Pro อย่างอิสระ นักพัฒนาเพียงกำหนด “ข้อกำหนด” แล้ว AI Agent จะดำเนินการทั้งหมด AI Agent จะดำเนินการ terminal, browser, file system จากนั้นทำการเขียนโค้ด, รัน, แก้ไขข้อผิดพลาด และสร้าง asset อย่างสม่ำเสมอ
ตัวอย่างเช่น สำหรับคำสั่ง “สร้างแอป flight tracker” Agent จะไม่เพียงแต่ใช้งาน backend logic แต่ยังสร้างโลโก้สายการบิน ไอคอนเครื่องบิน และแผนที่พื้นหลังด้วย Nano Banana Pro Agent จะสร้างแอปในสถานะที่รวมสิ่งเหล่านั้นใน UI บทบาทของวิศวกรจะเปลี่ยนจาก “การเขียนโค้ด” เป็น “การกำหนดข้อกำหนด” และ “การตรวจสอบ”
การเปรียบเทียบคู่แข่งและโครงสร้างราคา
Midjourney ได้รับการสนับสนุนอย่างมากในด้าน “ความงามเป็นศิลปะ” แต่ Nano Banana Pro มีความได้เปรียบในด้าน “ความซื่อสัตย์ต่อคำสั่ง” และ “การรักษาความเหมือนเดิม” ที่จำเป็นสำหรับการใช้ในธุรกิจ โดยเฉพาะการเชื่อมต่อระบบผ่าน API และการใช้งานอัตโนมัติใน Antigravity Midjourney ไม่มีจุดแข็งนี้
Adobe วาง AI เป็น “การขยายฟังก์ชันเครื่องมือ” ในขณะที่ Google วาง AI เป็น “Agent ที่ทดแทนและทำให้เครื่องมือเป็นอัตโนมัติ” นี่คือความแตกต่างของกลยุทธ์ เมื่อเทียบกับ DALL-E 3 ของ OpenAI Nano Banana Pro มีความได้เปรียบในการควบคุมพารามิเตอร์ขั้นสูงและฟังก์ชันการประมวลผลภาพอ้างอิงจำนวนมาก
ด้านราคา การสร้างภาพ 4K 1 ภาพต้นทุนประมาณ 0.24 ดอลลาร์ (ประมาณ 36 บาท) การสร้างที่ซับซ้อนโดยใช้ภาพอ้างอิง 14 ภาพ ต้นทุนประมาณ 1.18 ดอลลาร์ (ประมาณ 177 บาท) ต่อ API call ต้นทุนการว่าจ้างนักออกแบบหรือช่างภาพมืออาชีพอยู่ที่หลายพันถึงหลายหมื่นบาท เมื่อเทียบแล้ว AI สร้างภาพถูกอย่างท่วมท้น
ผลกระทบทางสังคมและมุมมองของ BKK IT News
การสร้างสต็อกโฟโต้ง่ายๆ ภาพประกอบพื้นฐาน และงานรีทัชมีโอกาสสูงที่จะถูกแทนที่ด้วย AI อย่างไรก็ตาม มีทักษะใหม่เกิดขึ้นพร้อมกัน ทักษะหนึ่งคือ “AI Director” ที่ให้คำสั่งที่แม่นยำต่อ AI และรวมภาพอ้างอิงหลายภาพเพื่อสร้างภาพที่เป็นอุดมคติ อีกทักษะหนึ่งคือ “AI Architect” ที่สั่งการ AI Agent เพื่อสร้างแอปพลิเคชันในสภาพแวดล้อมเช่น Antigravity
ความก้าวหน้าของฟังก์ชันการรักษาความเหมือนเดิมยังทำให้การสร้าง deepfake ง่ายขึ้น Google ฝัง “SynthID” เทคโนโลยีลายน้ำดิจิทัลในภาพที่สร้างทั้งหมด มนุษย์ไม่สามารถรับรู้สิ่งนี้ได้ แต่เป็นสัญญาณที่สามารถตรวจจับได้ด้วยเครื่องมือเฉพาะ วิธีการนี้เป็นการพิสูจน์ว่าเป็นคอนเทนต์ที่สร้างโดย AI
การเปิดตัว Nano Banana Pro (Gemini 3 Pro Image) เป็นจุดเปลี่ยนสำคัญในประวัติศาสตร์ของ AI สร้างสรรค์ โมเดลบรรลุ “ความสอดคล้องทางกายภาพ”, “ความสามารถในการอ่านข้อความ”, และ “การรักษาความเหมือนเดิม” โดยการรวม Reasoning Engine ของ Gemini 3 ความสามารถเหล่านี้ได้ข้ามเกณฑ์ความเป็นจริงสำหรับการใช้ในธุรกิจอย่างชัดเจน
การเชื่อมโยงกับ Google Antigravity บ่งชี้ว่าเทคโนโลยีนี้ไม่เพียงแต่เป็นเครื่องมือเชิงสร้างสรรค์ เทคโนโลยีนี้เป็นส่วนหนึ่งของโครงสร้างการพัฒนาซอฟต์แวร์รุ่นถัดไป ในอนาคต ความสามารถในการสร้างที่อิงตามการใช้เหตุผลนี้อาจขยายจากภาพนิ่งไปยังวิดีโอและพื้นที่ 3 มิติ
สำหรับองค์กรและนักสร้างสรรค์ Nano Banana Pro กำลังกลายเป็นหัวข้อที่ควรพิจารณา พวกเขาต้องคิดว่า “จะใช้อย่างไรและบูรณาการเข้ากับเวิร์กโฟลว์ของตนอย่างไร” ยุคที่จินตนาการของมนุษย์และความสามารถในการใช้เหตุผลของ AI หลอมรวมกันกำลังเริ่มต้นขึ้น ความเร็วและขนาดของการสร้างสรรค์กำลังเร่งขึ้น
ลิงก์บทความอ้างอิง
- Google launches Nano Banana Pro, a massive leap in AI image editing powered by Gemini 3 Pro – TechRadar
- Nano Banana – Wikipedia
- 7 tips to get the most out of Nano Banana Pro – Google Blog
- Nano Banana Pro aka gemini-3-pro-image-preview is the best image model I’ve ever tried – Simon Willison
- Build with Nano Banana Pro, our Gemini 3 Pro Image model – Google Developers Blog
