Az AI-láz futószalagon termeli a dollármilliárdosokat – Példátlan vagyonokat halmoznak fel

A Tesla 329 millió dollár kártérítést fizet az áldozatok családjainak – erről döntött a bíróság a Miamiban tartott tárgyaláson. A per egy 2019-es floridai autóbaleset miatt indult, amelyben egy 22 éves nő életét vesztette, egy másik ember pedig súlyosan megsérült – írja a CNBC.

A tragikus eset Key Largóban történt. George McGee egy részben önvezető funkcióval ellátott Tesla modellt vezetett, amikor elejtette a mobiltelefonját. Fel akarta venni az autó padlójáról, abban a hitben, hogy az Autopilot rendszer automatikusan megáll majd, ha akadályt észlel.

Ez azonban nem történt meg.

A nő barátja túlélte a balesetet, de súlyos sérüléseket szenvedett: több csontja eltört, agysérülést kapott, és az eset mentálisan is megviselte.

„A Tesla az Autopilot-rendszert kizárólag autópályákra tervezte, mégsem korlátozta a kocsijaik felhasználóit abban, hogy máshol is használják azt, sőt Elon Musk azt mondta, hogy az önvezető modelljeik jobbak az embereknél. A Tesla a hibás technológiájával tesztpályát csinált a közutakból” – fogalmazott az áldozatok családját képviselő ügyvéd, Brett Schreiber.

A Tesla eddig nem reagált a bíróság ítéletére.

(via Telex)

Múlt héten a Meta Connect esemény keretében a Facebookot kiadó cég bemutatta az első olyan AI-szemüveget (és hangsúlyosan nem AR-szemüveget), ami privát, vagyis csak a viselő számára látható, jobb oldali lencsekijelzővel és csuklópántos irányítással rendelkezik. A Ray-Ban márkát is birtokló EssilorLuxottica céggel közösen piacra dobott készülék a Meta ígérete szerint új szintre emeli a digitális élményt.

A Meta Ray-Ban Display és a Meta Neural Band új megoldást kínál arra, hogy a valóságban is kapcsolatban maradjunk a digitális világgal. A finom kézmozdulatokkal irányítható, beépített kijelzőn lehetséges a privát üzenetküldés, a fordítás vagy a Meta AI-val való együttműködés, ami további lehetőségeket nyit, anélkül, hogy a zsebünkből vagy a táskánkból el kellene kotorni a mobiltelefont. A szemüveg jobb lencséjében 600×600 pixeles, nagy felbontású, színes kijelző található. Ezt hat mikrofon, nyitott fülű hangszórók és Bluetooth-kapcsolat egészíti ki, a 12 megapixeles kamera pedig háromszoros zoommal rendelkezik. A kijelző keresőként is működik fotózás közben.

A Ray-Ban Display privát kijelzője akkor jelenik meg, amikor szükség van rá (előhívjuk a csuklópánttal), amúgy láthatatlan, ezáltal hagyományos, fényre sötétedő lencsékkel ellátott napszemüvegként viselkedik. A csuklón viselt Meta Neural Band az izommozgás alapján értelmezi a parancsokat.

A funkciók ezúttal, ha nem is nyújtanak kiterjesztett valóság élményt, tényleg sokrétűek, köszönhetően a Meta AI vizuális válaszainak, amelyekkel például időjáráshoz és a környezethez kapcsolódó, akár a közeli helyeket megjelölő térképes javaslatokkal kiegészülő információk is azonnal elérhetők. Ezek mellett üzenetküldés indítható WhatsAppon, Messengeren, Instagramon és a telefonon, míg a beszélgetések valós idejű, a hallott szöveggel párhuzamosan futó felirattal jelennek meg a kijelzőn. A szemüveg segítségével hozzáférhetőek tehát az időjárás, a naptár, az emlékeztető és az e-mail alkalmazások, valamint az Instagram reels és stories - kéz használata nélkül. A zene, podcastok, rádiók és hangoskönyvek albumborítóval vagy vizuális kiegészítőkkel böngészhetők.

A vállalat egy Oakley-val közös újdonságot is bejelentett a Meta Connecten. A Meta Vanguard szemüveget kifejezetten nagy intenzitású sportokhoz tervezték, így IP67 por- és vízállósági besorolással, Oakley PRIZM lencsetechnológiával és 12 megapixeles, 122 fokos nagylátószögű kamerával érkezik, amely akár 3K felbontásban rögzít videót. A modell nyitott fülű hangszórói 6 decibellel hangosabbak, mint a korábbi Oakley Meta HSTN-ben, és öt mikrofon gondoskodik a szélzaj csökkentéséről. Az üzemidő akár kilencórás, de a töltőtok további 36 órát ad, gyors töltéssel pedig 20 perc alatt 50 százalékra tölthető. A felhasználók a Meta AI alkalmazással valós idejű statisztikákat kérhetnek, automatikusan rögzíthetnek videót, és a Strava-fiókjukkal grafikus teljesítménymutatókat is illeszthetnek a felvételekre.

Kristián Ivančo majdnem egy hétnyi teszt után azt írja,

Használta reggeli kutyasétáltatáskor. Amikor azt mondta: "Meta, csinálj egy képet!", simán kattintott. Az új 12 MP-es kamerával még a felhős napokon készült felvételek is élesek maradtak. Biciklizés közben a szemüveg hangszóróival podcastokat hallgatott, és hallotta a forgalmat is, ami elég fontos közlekedéskor. Egy kávézóban kipróbálta a fordítás funkciót egy baristával, aki csak egy kicsit beszélt angolul. Működött, bár egy kicsit lassabban, mint ahogy a demó videókban sugallják.

Ugyanakkor sokan a feltűnő LED-lámpa ellenére is meglepődtek, amikor megtudták, ha egy kamera épp felvételt készít. És körülbelül minden tucat hangparancs után egyszer úgy tűnt számára, mintha a szemüveg túl sokat gondolkodna.

Azt is szupernek találta, hogy a zene követte szobáról szobára anélkül, hogy bedugna a fülébe valamit. Kristián rákattant az újdonságra, azt írja, amikor nem volt nála, olyan érzése lett, mint amikor otthon hagyta a mobilját.

Ez még csak a kezdet? A Meta további újításra készül, a többi tech cég felzárkózik

Bármennyire is ígéretes és szép a Meta Ray-Ban Display, a világ nehezen felejti el, hogy az okosszemüvegekkel csak a baj van. A gyártók a lassú, méregdrága fejlesztés, a körülményes értékesítés és a magas veszteségek miatt szívják a fogukat, a fogyasztók pedig azért, mert alig találkoznak megfizethető és tényleg jó felhasználói élményt kínáló modellel. De hogy-hogy nem adjuk fel az egészet? Mi hajtja a techipar talán legmostohább viszonyai közt vergődő szegmenst? Ha minden a gyártók tervei szerint alakult volna, már mind okosszemüveggel a fejünkön rohangálnánk, de az áttörés csak nem érkezett el. Pedig pár éve még sokan azt jósolták, hogy „okostelefon-gyilkos” technológia lesz.

A Meta kutatói nemrég megépítették egy mindössze két milliméter vastag síkképernyős lézerkijelző prototípusát, amely nem azonos a most bemutatott szemüvegbe épített eszközzel, hanem már arra készül, hogy új alapokra helyezze a kiterjesztett valóság (AR) szemüvegek eljövendő generációit. Végre tényleg széles körben érdekessé válhatnak a felhasználók számára. Az ultravékony panel lényege, hogy a hagyományos LED-háttérvilágítás helyett lézerekkel vetíti a képet a szemünk elé, és ez sokkal nagyobb fényerőt, illetve szélesebb színtartományt kínálhat, mint a ma ismert és elterjedt LED-kijelzők.

„A nagy fényerő különösen fontos az átlátszó és szabadtéri alkalmazásokhoz, például AR esetében. A gazdag színek sokkal jobb felhasználói élményt nyújtanak, ahogy azt a hagyományos mozikban is látjuk” – idézi az IEEE Spectrum Guohua Weit, a Meta Reality Labs optikai tudósát.

A Meta Nature-ben közölt tanulmánya szerint a lézeralapú megoldások eddig bonyolult, terjedelmes optikai rendszerekre épültek, ami akadályozta az AR-szemüveglencsék vékonyítását. A cég legújabb prototípusa ezt oldja meg, egy fotonikus integrált áramkörrel, amely ezernyi optikai komponenst sűrít egyetlen apró chipbe.

A chipet egy 5×5 milliméteres, 1920×1080 pixel felbontású, folyadékkristályos szilícium (LCoS) mikrokijelzővel párosították. Az így kapott eszköz akár ötvenszer vékonyabb a hagyományos LCoS paneleknél, miközben több mint kétszeres (211%) színtartománnyal rendelkezik.

A prototípus, amelyhez hasonló vizuális élményt ma egyetlen forgalomban lévő kijelző sem nyújt, segített abban, hogy a tudósok alkossanak egy kiterjesztett valóság rendszert, amely AR-szemüveg átlátszó lencséjére helyezve képes virtuális képeket keverni a valós irodai környezetbe. A tanulmányban azt is levezetik, hogy a Meta egy olyan szabványos folyamattal készítette a chipet, ami megnyithatja az utat a sorozatgyártás előtt.

Ha így van, a Meta őrületes előnyhöz juthat az okosszemüveg-piacon, amelyből persze több nagy technológiai cég is lehasítana egy szeletet, mert mindannyian arra számítanak, hogy a kereslet az egekbe szökik. Érdekes várakozás, mert az eddig megjelent okosszemüvegek többsége finoman szólva sem volt sikeres.

Ígéretes okosszemüveg-projektek, gyenge érdeklődés

Az okosszemüvegek (AR/MR headsetek) terén az elmúlt öt évben számos nagyvállalat rukkolt elő forradalminak ígért eszközzel. A 2024-ben kiadott Apple Vision Pro például az iPhone-gyártó első térbeli számítástechnikai headsetjeként jelent meg, benne két darab 4K-s mikro-OLED kijelzővel és összesen 23 millió pixellel.

Az Apple arra számított, hogy a modell új korszakot nyit a VR/AR termékek között, de ez aligha jött össze. A gyártó nem közölt hivatalos számokat az értékesítésről, de a Vision Pro a világpiacra sem jutott el, és a tavalyi elemzések szerint a példányszáma nem lépte át az 500 ezret. A technológiai sajtó összességében arra jutott, hogy a Vision Pro sikere legfeljebb mérsékelt, és áttörésről semmiképpen sem lehet beszélni.

A Microsoft úttörőnek számított a HoloLens sorozatával. A 2019-ben megjelent HoloLens 2 egy átlátszó lencséjű kevert valóság (MR) headset, 52°-os látómezővel, szem- és kézmozgáskövetéssel, valamint 2K×1K felbontással. Hétköznapi felhasználók körében nem, inkább ipari és katonai szereplők között vált népszerűvé: a NASA például használta űrhajósok kiképzésére is a Nemzetközi Űrállomáson. Bár technológiailag sikeres terméknek nevezhető, a Microsoft tavaly leállította a fejlesztését, majd 2025 februárjában megerősítette, hogy végleg bezárja a HoloLens projektet. Az ok ebben az esetben is az elmaradt fogyasztói érdeklődés. Következő modellt (ha lesz egyáltalán) be sem jelentettek, de az eddig eladott eszközök szoftveres támogatása 2027-ig megmarad.

A kiterjesztett valóság másik úttörője a Magic Leap volt, ami több milliárd dollár befektetést vonzott. Az első, 2018-as modell körül kezdetben nagy volt a felhajtás, ám végül csak korlátozott piaci sikert ért el. A 2022-ben kiadott Magic Leap 2-t már elsősorban vállalati felhasználásra szánták, 70°-os látómezővel, szemenként nagyjából 2,5 millió pixeles felbontással és 120 Hz-es képfrissítéssel, valamint dinamikus fényerő-szabályozással. Bár a Magic Leap nem talált széles rajongótáborra, a technológiája – különösen a hullámvezető optika és a látótér – etalonnak számít az iparágban.

Az egyetlen szereplő, amely némi sikert is fel tud mutatni az okosszemüvegek piacán, éppen a fentebb írt lézerkijelzős megoldást kifejlesztő Meta Platforms. A 2023-as ünnepi szezonban kiadott Quest 3 VR/AR headset a magas fejlesztési költségek okán veszteséges maradt, de az eladásai Mark Zuckerberg szerint felülmúlták a várakozásokat. A cég több fronton is igyekszik vezető szerephez jutni, így nem állt meg egyetlen eszköznél, és tavaly bemutatta az első „valódi” AR-szemüveg prototípusát, az Orion kódnevű modellt. Ez digitális holografikus képeket vetít a valós környezetbe, így kiterjesztett valóság élményt nyújt, de csak néhány év múlva kerülhet kereskedelmi forgalomba – elsősorban azért, mert le kell szorítani a prototípus brutális, szemenként tízezer dolláros árát, ami az Apple Vision Pro 3500 dolláros árcédulájától is beájult felhasználók számára nyilván tarthatatlan lenne.

Addig a Meta más projektekbe vágta a fejszéjét – együttműködésben a Ray-Ban szemüvegmárkával. A két vállalat 2021-ben állt elő a kamerával és hangszóróval felszerelt, de beépített kijelzőt még nélkülöző Stories okosított napszemüveggel, majd 2023-ben piacra került a második generációs, AI-asszisztens funkcióval is rendelkező Ray-Ban Meta, ami az első kereskedelmileg sikeres eszköz lett ezen a piacon, holott szintén nem volt benne kijelző.

Nem véletlen, hogy a két vállalat folytatja az együttműködést és most előállt a következő nagy dobással, a Meta Ray-Ban Display-jel, ami a vártnál még olcsóbban is jelent meg. A Bloomberg korábban kiszivárogtatta, hogy 1000-1400 dollár (340-470 ezer forint) helyett „csak” 800 dollárba (kb. 270 ezer forintba) fog kerülni. A hírt a Meta Connect során megerősítették, így már biztos, hogy a korábbi eszközöknél és a csúcskategóriás AR-headseteknél jóval megfizethetőbb lesz - igaz, AR-képességekkel egyelőre nem rendelkezik, és csak hivatalos márkaboltokban lehet hozzáférni, online rendeléssel nem.

A The Information szerint az Amazon ugyancsak belép az okosszemüvegek piacára, és 2026 végén vagy 2027 elején indíthatja el a fogyasztói AR-szemüvegeket. A lap két, a terveket ismerő forrásra hivatkozva azt állítja, a házon belül „Jayhawk” néven emlegetett szemüveg mikrofonokat, hangszórókat, kamerát és az egyik lencsében egy színes kijelzőt tartalmaz majd. Ha igazak a pletykák, akkor a gyártó rögtön két típust készít a termékből: egyet csomagkézbesítő futárok, egyet pedig a fogyasztók számára, és az utóbbi verzió várhatóan karcsúbb és kevésbé robusztus kivitelű lesz. Jegyezzük meg: a projektet a Reuters kérdésére sem kommentálta az Amazon, szóval ennek a terméknek a létezését egyelőre fenntartásokkal érdemes kezelni.

De hová tűnt a Google? Bár a gyártó egyelőre csendben van, nem tétlenkedik, csak a korai Google Glass kudarca óvatossá tette. 2023-ban viszont kiszivárgott, hogy egy Samsunggal közös AR-szemüvegen dolgozik, amelyben a TS2 információi szerint egy kifejezetten szemüvegre fejlesztett Android XR operációs rendszer dolgozik majd. A Google 2020–2022 között több kisebb AR-headset startupot is felvásárolt és szakembereket igazolt, hogy ne maradjon ki a „következő okostelefon” versenyből.

Kijelzők és okosszemüveg-kutatás: miért erőltetik ennyire?

A fent írt projektek vegyes sikerét látva felmerül a kérdés, hogy – a magas árak mellett – mi akadályozza az okosszemüvegek széles körű elterjedését, és miben hozhat változást a Meta legújabb kutatása. Az IEEE Spectrum szakértőkre hivatkozva arra jut, hogy a kijelzőtechnológia és az optika jelenti a legfőbb kihívást. Az AR-szemüvegekkel szemben ugyanis elvárás, hogy könnyűek és kis méretűek legyenek, átlátszó lencsével, de azért erős fényben is jól látható, éles és színgazdag képet vetítsenek a szemeink elé. Szóval fel van adva a lecke, a hagyományos kijelzők és lencsék szóba sem jöhetnek.

A gyártók több irányban kísérleteznek, hogy új kijelzőket alkossanak. Az egyik út a Meta által is alkalmazott hullámvezető lencse és a mikrokijelzők kombinációja. Ennek lényege, hogy a szemüveg lencséjébe épített nanostruktúrák vezetik a fényt a beágyazott projektortól a szem felé, láthatatlanul integrálva a kijelzőt a lencsébe. Ezt a megoldást használta a HoloLens és a Magic Leap is.

A kihívás a megfelelő látómező (FOV) biztosítása torzítás nélkül, illetve a fényerő: erős nappali fényben az átlátszó lencsére vetített kép könnyen halvány marad. Emiatt van jelentősége a Meta lézeres kijelzőjének: a lézeres megvilágítás extrém fényerőt adhat, míg az új fotonikus chip eltünteti a vaskos lencséket és tükröket, hiszen integrált optikai úton irányítja a fényt, drasztikusan csökkentve a készülék méretét.

Egy másik ígéretes technológia a microLED kijelző, amely lehetővé teszi, hogy a képek parányi, rendkívül fényes képpontokkal, közvetlenül a szemüveg lencséjében vagy egy apró kijelzőpanelen jelenjenek meg. Több cég fejleszt ilyen AR-kijelzőket, mert a technológiával potenciálisan vékonyabb, energiatakarékosabb eszközök építhetők. A Meta kutatói el is ismerik, hogy a microLED komoly versenytárs – hacsak nem sikerül tovább csökkenteni az LCoS pixelek méretét.

Nemcsak a kijelző, a szenzorok és számítástechnika terén is nagy a fejlődés. Az okosszemüvegeknek ismerniük kell a pontos pozíciójukat és környezetüket (számítógépes látással feltérképezni a teret), követni a felhasználó kézmozdulatait, szemmozgását, hangutasításait. Ehhez fejlett kamerák, mélységérzékelők, inercia-mérők kellenek, valamint mesterséges intelligencia az adatok valós idejű feldolgozásához.

A Meta Orion például külön csuklópántot alkalmaz az idegi jelek olvasására, míg az Apple Vision Pro 12 kamera és 5 szenzor kombinációjával képes kontrollerek nélküli kézvezérlésre. Ezek a hardverelemek azonban növelik a költségeket és a fogyasztást. Kulcskérdés tehát az akkumulátorok fejlesztése is, mivel senki nem akar óránként lemerülő szemüveget viselni. A Vision Pro-hoz külső akkumulátor-modul jár (kb. kétórás üzemidővel), a Meta pedig – az Orion esetében – a komputer egységet különítette el a szemüvegtől, ami megint csak nem kívánatos kompromisszum.

Tényleg robbanás előtt az okosszemüveg-piac, vagy csak túlfújják a lufit?

A fentebb vázolt kutatások azért fontosak, mert az AR/MR szemüvegekben még mindig sokan érzik a következő nagy dobás lehetőségét, vagyis azt, hogy eddig sosem látott számítástechnikai platformként az okostelefonok hasonló, világméretű hisztériát indítanak el.

Ehhez azonban még számos műszaki problémát kell megoldani, a kijelzőktől a hőtermelésen át az esztétikai megjelenésig. A trend ugyanakkor egyértelmű: a nagy tech cégek (Apple, Meta, Google, Microsoft, Samsung stb.) öntik a pénzt az okosszemüveg kutatás-fejlesztésébe, mert akinek a terméke először válik mainstream eszközzé, az óriási piaci előnyre tehet szert – ahogy az történt például az iPhone, a Tesla vagy legutóbb a ChatGPT esetében.

Az okosszemüvegek piaca mindazonáltal kicsi, de az elemzők szerint ez múló állapot, és a következő 1-2 évtized robbanásszerű növekedést hoz. Amíg a globális AR-szemüveg-eladások a ResearchAndMarkets adatait idéző XRToday szerint 2023-ban még csak 678 600 darabot tettek ki (és a TrendForce arra számít, hogy a példányszám 2025-ben is úgy 600 ezer darab körül alakul), 2030-ra akár 13 millió darabra nőhet az értékesítés, ami 53 százalékos éves növekedési rátát jelez.

Más elemzők ennél is optimistábbak: a TrendForce szerint 2030-ra évi 32,1 millió AR-szemüveg találhat gazdára – feltéve persze, hogy a technológia beérik és az árak valamelyest csökkennek. Mindez óriási összegeket jelentene a gyártóknak: egy 2024-es elemzés a „smart glasses” (vagyis az okosszemüvegek és kiterjesztett valóság headsetek összesített) világpiacának értékét 2024-ben 1,9 milliárd dollárra becsülte, és ez 2030-ra 8,3 milliárd dollárra nőhet. A Markets and Markets ennél is nagyobb, tízmilliárd dolláros forgalmat vár a következő évtized elejére.

És a benne rejlő lehetőségek miatt nem is bánnánk. A kiterjesztett, kevert vagy virtuális valóság technológiák számos területen kecsegtetnek új módszerekkel, az ipartól és logisztikától a tudományon és egészségügyön át a kommunikációig és a szórakoztatóiparig. Az AR-szemüvegek a valóságba vetített digitális képekkel jeleníthetnek meg kezelési útmutatókat, vázolhatnak fel útvonalakat, adhatnak instrukciókat munkavégzéshez, vezethetik az autószerelő, sőt, a sebész kezét vagy ültethetnek minket egy virtuális tárgyalóba, esetleg egy videójáték és film világába.

Az AR/MR/VR eszközök interaktívabbá, hatékonyabbá és élményszerűbbé tehetnek számos tevékenységet, ami „nagy áldás lehet a szórakoztatás, a szakmai munka és a mindennapi élet terén is” – nyilatkozta az Elon.edu-nak Micah Altman, az MIT szociológia és információs tudósa. A szakértő ugyanakkor több más kollégájával együtt arra is figyelmeztet, hogy a következő 1-2 évtizedben várhatóan természetessé váló technológia kapcsán új etikai és társadalmi kérdések is felmerülnek majd, a függőségek, a magánszféra védelme és a digitális megosztottság terén.

A Nano Banana (becsületes nevén Gemini 2.5 Flash Image) augusztus végén debütált a Gemini alkalmazás részeként. A Google ekkor „csúcstechnológiás képgeneráló és szerkesztő modellként” mutatta be, majd integrálta mind a Gemini webes változatába, mind pedig az Androidra és iOS-re elérhető alkalmazásokba.

A használatához semmiféle technikai tudásra nincs szükség, elég feltölteni egy fotót, majd egy rövid szöveges utasítás begépelésével kihasználhatók a modell képességei. A haladó felhasználók és fejlesztők számára a modell elérhető a Google AI Studio platformon és API-n keresztül is, de a hétköznapi userek döntő többsége a Gemini mobilalkalmazásban találkozik vele.

Mi az a Nano Banana, és hogyan működik?

A Nano Banana a Google DeepMind legújabb mesterséges intelligenciára épülő képgeneráló és képszerkesztő modellje, amellyel lényegében egyetlen fotóból is számtalan új, kreatív képvariáció hozható létre. A modell a Gemini alkalmazásba integrálva, és természetes nyelvű utasítások alapján módosítja a felhasználók által feltöltött képeket.

A Google blogbejegyzése szerint az új modell lehetővé teszi, hogy a felhasználók „egyetlen kompozícióban több képet egyesítsenek, ugyanazon személy vagy tárgy megjelenését akár több szerkesztés során is következetesen megtartsák, pusztán szöveges utasításokkal hajtsanak végre célzott átalakításokat, esetleg a Gemini ismereteit felhasználva generáljanak vagy módosítsanak képeket”.

A Nano Banana óriási előnye, hogy ezeket a műveleteket gyorsan és nagy pontossággal hajtja végre: egy-egy átalakítás vagy képalkotás jellemzően kevesebb, mint fél perc alatt kész van. Így került e sorok szerzője is másodpercek alatt egy tengerparti kávézóba a szürke irodai környezet helyett.

A modell leglátványosabb munkái egyébként a „4D-stílusú” realisztikus portrék vagy a miniatűr figurák, amire korábban hasonló minőségben nem volt példa a nagyközönség számára elérhető eszközöknél – jegyzi meg a Hindustan Times elemzése.

De persze előállíthatók vele fantázia-avatárok, házi kedvencek dizájn játékfigurái, vagy akár teljesen más stílusú portrék, például ceruzarajzzá vagy rézkarccá alakított fotók, régi polaroid hangulatú képek vagy tényleg bármi más, és ehhez csupán szöveges leírás kell.

A Google fejlesztőknek szánt blogja kiemeli, hogy a finomszerkesztési képességek is kiemelkedőek: a modell például tud hátteret cserélni, adott tárgyat vagy személyt eltávolítani, ruha színét vagy anyagát variálni, esetleg fekete-fehér fotót kiszínezni.

Amit pedig nyilván minden felhasználó nagyra értékel, az az, hogy a Nano Banana a változtatások során megőrzi az arcok, állatok vagy más fontos objektumok élességét és élethű megjelenését, szóval a végeredmény még komplex átalakítások után is természetes hatású marad.

A Google-nél bontják a pezsgőt – arat a Nano Banana

A képgeneráló alkalmazás nagyot durrant, hiszen heteken belül óriási globális népszerűségre tett szert. A közösségi médiát elárasztották a vele készült alkotások, így sorra születnek az újabb és újabb trendek, kihívások, amelyek az alkalmazás által generált képek körül forognak. Különösen népszerű a „Hug My Younger Self” (Öleld meg fiatalkori énedet). Ez esetben a felhasználók egy-egy felnőtt- és gyermekkori fotó feltöltésével alkotnak nosztalgikus, polaroid stílusú képet, amelyen mai énjük szeretettel átöleli gyermekkori önmagát.

Az NDTV egy olyan trendre is felfigyelt, amelyhez hasonlóval más AI-fejlesztők korábbi modelljei kapcsán már lehetett találkozni, és ez nem más, mint a 3D akciófigura, egy hírességről, saját magunkról, a családunkról, a gyerekünkről vagy éppen a házikedvencünkről. Ezek a képek gyakran úgy néznek ki, mintha valódi termékfotók lennének, ami igazán látványossá teszi őket, ezért milliók posztolnak ilyen tartalmat, rögtön a #nanobanana hashtaggel, ami tovább növeli az alkalmazás ismertségét és népszerűségét – állapítja meg a The Independent.

A globális lelkesedést mutatja, hogy még Jensen Huang, az Nvidia vezérigazgatója is nyilvánosan áradozott a Nano Bananaról egy londoni rendezvényen. A Wired riportja szerint azt mondta, „hogy ne lehetne imádni a Nano Bananat? Annyira jó! Mondjátok, hogy nem igaz! Egyszerűen fantasztikus.” Sundar Pichai, a Google vezérigazgatója sem maradt ki az áradozásból: amikor Huang a közösségi médiában azt írta, mennyire feldobta a napját a Nano Banana, úgy válaszolt, „Az enyémet is.”

A magas szintű visszajelzések szintén arra utalnak, hogy a Nano Banana globális szintű mémmé és szenzációvá vált, hiszen még a technológiai vezetők is felfigyeltek rá.

Komolytalan őrületből lesz a Google megmentője?

A Nano Banana megjelenése gyökeres fordulatot jelent a Google Gemini számára: a korábban háttérbe szorult nyelvi modell hirtelen az app-áruházak toplistáinak élére ugrott, letaszítva onnan az eddig gyakorlatilag egyeduralkodó ChatGPT-t. A képgeneráló modell augusztus 26-ai indulását követően a Gemini mobilalkalmazás letöltései meredeken íveltek felfelé, és már szeptember 12-én első lett az amerikai App Store-ban. A pozíciót e cikk születése idején még mindig őrzi az ingyenes alkalmazások között – maga mögé utasítva a ChatGPT-t, a Prime Videot, a Threadset és a McDonald’s-ot.

A Google saját platformján, az Androidon szintén nagyot ment a Gemini: az amerikai Google Play áruházban szeptember közepére a 26-ról a 2. helyre jött fel (a ChatGPT maradt az első helyen), de hazánkban még eléggé le van maradva, hiszen az Appfigures adatai szerint a legtöbbször letöltött 30 app listájára sem fér fel.

A globális növekedés mögött egyértelműen a Nano Banana virális terjedése áll. A Google részéről meg is erősítették, hogy a Gemini legnépszerűbb funkciója a képalkotás lett, míg Josh Woodward, a Google Labs alelnöke konkrét számokat is megosztva közölte, hogy a Nano Banana önmagában milliós nagyságrendű új letöltést generált az app számára: négy nap alatt 13 millióval nőtt az így már 23 milliós felhasználói bázis, akik már több mint 500 millió képet generáltak a Geminivel.

Az elsöprő erejű képgeneráló trend hatására a „Gemini” kifejezés keresései ugyancsak rekordokat döntöttek: a Google Trends adatai alapján szeptemberben a Gemini appra vonatkozóan 10-15-szörösére növekedtek a keresések, amelyek száma globálisan is meghaladta a ChatGPT-re irányuló kereséseket.

Számottevően emelkedett a Gemini alkalmazás bevételt termelő felhasználói bázisa is. Habár maga a képalkotás ingyenes, a Gemini prémium szolgáltatásai és előfizetési konstrukciói iránt megnőtt az érdeklődés. Az Appfigures úgy becsüli, hogy 2025 augusztusában – a Nano Banana indulását követően – a Gemini app iOS-es bevétele 1,6 millió dollárra ugrott, míg januárban ez az összeg még csak kb. 115 ezer dollár volt (magyarán a nyolcszorosára nőtt).

De a Google szempontjából nem – az ekkora méretek mellett gyakorlatilag jelentéktelen – webáruházi bevétel a fontos, hanem az a lendület, amit a Nano Banana az anyavállalat pénzügyi várakozásaira gyakorol. A pozitív hatás hozzájárult az Alphabet részvényárfolyamának emelkedéséhez (kevesebb mint négy hét alatt kb. 25 százalékkal nőtt), és a piaci kapitalizáció átlépte a 3 billió dollárt. A Google anyacége ezzel olyan technológiai óriások közelébe ért, mint az Apple, a Microsoft vagy az Nvidia.

A Nano Banana újraírhatja az AI-piac szabályait

A modell sikere rávilágít, hogy a közönség szélesebb rétegei megnyerhetők AI-alapú képgenerálással, ha az könnyen használható és látványos eredményre képes.< Eddig az olyan képgeneráló modellek, mint a Midjourney vagy a DALL·E, inkább a technológiában jártasabb felhasználók játékszerei voltak, és gyakran valamilyen fizetési vagy technikai belépő szintű kapu mögé rejtőztek.

A Nano Banana ezzel szemben – a Gemini app révén – azonnal eljutott a tömegekhez, így versenyhelyzetbe került a specializált AI-képalkotókkal szemben, és mainstream platformokon találta meg a felhasználókat. A varázsa pedig abban rejlik, hogy meglévő képek szerkesztésében, és nem abban teljesít jól, hogy a semmiből állítson elő illusztrációkat. Annak felismerése pedig, hogy kezdeni kell valamit a több kép kombinálásának lehetőségével, a Google váratlanul nagyot nyert, hiszen ez a megoldás a riválisoknál egyelőre elég kiforratlan állapotban van.

A Nano Banana tehát trendformálóvá vált a generatív AI-piacon, hiszen hiába bukkant már fel 2025-ben több AI-alapú képalkotó trend is – a ChatGPT-n belüli Ghibli-től a közösségi médiában csúcsra járatott „Barbie doboz” kihívásig – a Google modellje az év legvirálisabb AI-trendje lett a világon – állapítja meg a Cryptopolitan. Az alkalmazás ezzel új korszakot nyit: immár nem csak a chatbotok vagy a keresőmotorok világában, de a képgeneráló AI-eszközök között is rivalizálás alakult ki a felhasználók kegyeiért, és ebben a versenyben a Google váratlan gyorsasággal pattant az élre.

A Nano Banana titka az egyszerűségében rejlik

A Nano Banana példátlan népszerűsége mögött több tényező szerencsés összjátéka állhat. Az egyik legfontosabb ok a modell egyszerűsége és hozzáférhetősége. Nem kell hozzá szaktudás, nem kerül egy fillérbe sem, az alkalmazásbázisa pedig gyakorlatilag korlátlanul nőhet.

Ez nagy különbség a korábbi AI-eszközökhöz képest, amelyek gyakran várólistával, előfizetéssel és bonyolult beállításokkal operáltak. A Google Gemini app letöltése és a fotók feltöltése éppoly könnyű, mint egy átlagos közösségi média poszt létrehozása, így a Nano Banana használata nem igényel különösebb erőfeszítést, legfeljebb annyit, mint egy filter alkalmazása az Instagramon. Az eredmény viszont sokkal látványosabb.

A Nano Banana által generált képek nem egyszerűen mutatósak, de személyes kötődést is kialakítanak: saját magunk, családtagjaink, kedvenceink, kedvenc hőseink sosem látott formában köszönnek vissza a képeken, ami erős érzelmi kötődést vált ki. A tartalmak ezáltal megosztásra ösztönözik a felhasználót, hiszen ki ne mutatná meg szívesen a barátainak, hogy hogyan nézne ki akciófigura, vagy hogyan mutatna, miközben gyerekkori önmagát ölelgeti.

Ugyancsak fontos tényező a minőség: a Nano Banana eredményei sok esetben meglepően élethűek, sőt, akár professzionális hatást keltenek. Nem ritka, hogy a generált tartalmakat első ránézésre valódi fotóknak érezzük, hiszen a modell a részletekre (arcok, textúrák, háttér) gondosan ügyelve alkot, így a végeredmény akár megközelítheti egy profi grafikus teljesítményét.

Ugyancsak komoly erő, hogy a modell képes megőrizni az identitást a képeken, vagyis felismerhetően, konzisztensen ábrázolja a feltöltött képen szereplő személyt, még akkor is, ha az AI több különböző helyzetbe vagy jelenetbe teszi bele.

Végül, de nem utolsó sorban a sikerhez persze hozzájárul a Google ökoszisztéma ereje. A Gemini alkalmazás a Google márkanév alatt megelőlegezett bizalommal indul, és az Android platform integrációja révén rögtön óriási felhasználói bázisra tud támaszkodni.

Ez a fajta marketing, ötvözve a virális terjedéssel, exponenciálisan növeli a felhasználói bázist, ezáltal kialakul az ún. hógolyó-hatás: a Google által adott kezdő lökés után a felhasználók generálta tartalom válik a legjobb reklámmá az alkalmazás számára.

Mezei és szakmai felhasználók egyaránt felkaphatják

Mindent egybevetve tehát a Nano Banana azért lett virális, mert egyszerű, ingyenes, szórakoztató és személyes élményt nyújtó eszköz, ami a modern közösségi média környezetben tökéletes sikerrecept. Egyértelmű, hogy a felhasználókért folyó küzdelem már nemcsak arról szól, hogy ki tud okosabb vagy emberibb hatású chatrobotot építeni, hanem arról is, hogy ki tud szórakoztatóbb, kreatívabb és elterjedtebb AI-élményt nyújtani nagyobb tömegeknek.

A Nano Banana megmutatta, hogy a Google képes ilyen élményt adni, ezzel komoly nyomást helyezve a versenytársakra, hogy hasonlóan könnyen használható és trendteremtő funkciókat fejlesszenek. A reakciók már most látszanak: az OpenAI új képalkotó modulokkal kísérletezik, Elon Musk xAI csapata pedig különböző popkultúra-ihletésű tartalomgenerálási lehetőségekkel (pl. anime karakterek) igyekszik kitűnni.

Ami pedig a szakterületi összehasonlítást illeti: a Google Nano Banana bizonyos specializált területeken is helytáll a versenytársakkal szemben. Képszerkesztési pontosságban és arcreprodukálásban jelenleg az élvonalba tartozik, sőt, a Google saját mérései szerint a Nano Banana (Gemini 2.5 Flash Image) toronymagasan vezeti a ranglistát az ilyen jellegű AI-modellek között.

[caption id="attachment_2427755" align="alignnone" width="3840"] Forrás: Google[/caption]

Az, hogy egyszerre képes multimodális feladatokra (több kép kombinálása, szöveg értelmezése, képi stílus átvétele egyik képről a másikra) egy platformon belül, szintén egyedi előny, amivel a vállalat új frontot nyitott az AI-modellek versenyében: a kreatív, vizuális AI-élmény frontját.

Bemutatkozott az Apple új iPhone Air készüléke, amely mindössze 5,6 milliméter vastag. Ez lett a valaha készült legvékonyabb iPhone.

A cég most közzétette a magyarországi árakat is:

iPhone 17 (256 GB) – 399 990 forint

iPhone 17 (512 GB) – 499 990 forint

iPhone Air (256 GB) – 499 990 forint

iPhone Air (512 GB) – 599 990 forint

iPhone Air (1 TB) – 699 990 forint

iPhone 17 Pro (256 GB) – 549 990 forint

iPhone 17 Pro (512 GB) – 649 990 forint

iPhone 17 Pro (1 TB) – 749 990 forint

iPhone 17 Pro Max (256 GB) – 599 990 forint

iPhone 17 Pro Max (512 GB) – 699 990 forint

iPhone 17 Pro Max (1 TB) – 799 990 forint

iPhone 17 Pro Max (2 TB) – 999 990 forint

Apple Watch Ultra 3 – 369 990 forint

Apple Watch 11 (alumínium, csak wifi, 42 mm) – 179 990 forint

Apple Watch 11 (alumínium, mobilnettel, 42 mm) – 229 990 forint

Apple Watch 11 (alumínium, csak wifi, 46 mm) – 194 990 forint

Apple Watch 11 (alumínium, mobilnettel, 46 mm) – 244 990 forint

Apple Watch 11 (titán, mobilnettel, 42 mm) – 319 990 forint

Apple Watch 11 (titán, mobilnettel, 46 mm) – 344 990 forint

Apple Watch SE 3 (csak wifi, 40 mm) – 109 990 forint

Apple Watch SE 3 (mobilnettel, 40 mm) – 134 990 forint

Apple Watch SE 3 (csak wifi, 44 mm) – 124 990 forint

Apple Watch SE 3 (mobilnettel, 44 mm) – 149 990 forint

AirPods Pro 3 – 109 990 forint

Forrás: hvg.hu