Model penyuntingan gambar terbaru Nano Banana, Gemini 2.5 Flash Image, telah diadopsi secara luas dan mentransformasi cara perusahaan dalam memproduksi media. Model ini sangat diakui kemampuannya untuk menghasilkan konten berkualitas tinggi dengan cepat dalam berbagai format, yang menekankan pentingnya konten yang menarik, konsistensi, dan keamanan dalam produksi media.

Vertex AI telah menerima pembaruan signifikan pada rangkaian model media generatifnya, termasuk Gemini 2.5 Flash Image, Veo, Imagen, dan Gemini 2.5 Text-To-Speech. Peningkatan ini memenuhi kebutuhan format visual, audio, dan video serta bertujuan untuk mempercepat pembuatan konten dengan kontrol dan fleksibilitas yang lebih baik. Khususnya, Gemini 2.5 Flash Image kini tersedia secara umum (GA), menghadirkan kemampuan pembuatan dan pengeditan gambar tingkat lanjut, dan kini didukung pada infrastruktur Google Cloud.

Gemini 2.5 Flash Image telah meraih adopsi yang signifikan, dengan perusahaan seperti Artlist.io dan Mercado Libre memanfaatkan model ini untuk mendorong batasan kreatif dan meningkatkan penawaran media mereka. Kemampuan untuk memvisualisasikan ide dengan cepat memungkinkan peluncuran kampanye yang lebih cepat dan kolaborasi kreatif yang lebih luas.

Selain penyuntingan gambar, model terbaru, Veo 3, untuk pembuatan video, menambahkan fitur-fitur seperti keluaran format potret dan opsi durasi variabel, yang menanggapi masukan pengguna untuk alat penceritaan yang lebih serbaguna. Penggunaan model ini telah berkembang pesat, dengan perusahaan-perusahaan seperti Palo Alto Networks dan Envato menggunakannya untuk meningkatkan alur kerja kreatif dan keterlibatan penonton.

Rangkaian ini juga mencakup model konversi teks-ke-gambar Vertex AI yang tersedia secara umum, Imagen 4, yang dikenal karena output fotorealistik dan kecepatannya yang tinggi. Shutterstock telah mengintegrasikan Imagen 4 ke dalam AI Image Generator-nya, sehingga memudahkan pembuatan visual yang siap dipasarkan. Terakhir, Gemini 2.5 Text-to-Speech juga tersedia secara umum, menyediakan kontrol ekspresif dan aplikasi suara fidelitas tinggi dalam lebih dari 70 bahasa.