Gemini Omni 1.2 Flash․ Google-ի տեսանյութերի թարմացումը

Gemini Omni 1.2 Flash-ը՝ AI տեսանյութերի ստեղծման և խմբագրման Google-ի մոդելը, այժմ լայնորեն հասանելի է Google Cloud-ում։ Թարմացման շնորհիվ տեսահոլովակները կարող են տևել մինչև 15 վայրկյան, մոդելն ավելի լավ է հետևում հղումային նյութերին, իսկ Google-ի ստեղծման գինը նվազել է։ Այն արդեն հասանելի է նաև vega.chat-ում՝ որպես Gemini Omni, ինչպես նաև api.vega.chat-ի միջոցով՝ ամբողջ աշխարհում, այդ թվում՝ Ռուսաստանում, առանց VPN-ի կամ օտարերկրյա հաշվի։

Gemini Omni 1.2 Flash․ ինչ է փոխվել այս թարմացման մեջ

Omni 1.1 Flash-ի համեմատ արդիականացումը կենտրոնացած է գործնական արտադրական կարիքների վրա՝ ավելի երկար տեսահոլովակներ, ավելի կայուն կերպարներ և ստեղծումը զրոյից վերսկսելու ավելի քիչ պատճառներ։

Ստեղծեք և խմբագրեք մինչև 15 վայրկյան տևողությամբ տեսանյութեր

Նախկինում մեկ ստեղծման առավելագույն տևողությունը 10 վայրկյան էր։ 15 վայրկյանանոց AI տեսանյութը հնարավորություն է տալիս ներկայացնել ապրանքը, ցուցադրել կարճ տեսարան կամ պատրաստել ամբողջական գովազդ՝ դրա ընդամենը մեկ դրվագի փոխարեն։

Ավելի ցածր գներ Google Cloud-ում

Google-ը նշում է, որ 720p տեսանյութի ստեղծումն արժե $0.07 մեկ վայրկյանի համար՝ 30%-ով պակաս, քան Omni 1.1 Flash-ի դեպքում։ Ընկերությունը նաև հայտնում է, որ մյուս լուծաչափերի համար գները նույնպես նման չափով նվազել են, սակայն հայտարարության մեջ հստակ թվեր չի ներկայացնում։ Սրանք Google Cloud-ի գներն են, ոչ թե VEGA-ի։

Պատկերային և տեսանյութային հղումներին ավելի ճշգրիտ հետևում

Մոդելն ավելի ճշգրիտ է հետևում տրամադրված հղումներին, ուստի ապրանքները, կերպարներն ու բրենդի մանրամասները կադրից կադր ավելի կայուն են մնում։ Մանրածախ վաճառողի համար դա նշանակում է, որ իրական ապրանքը մնում է ճանաչելի՝ պարզապես նույն կատեգորիայի մեկ այլ ապրանքի փոխարեն։

Google-ը նաև հայտնում է ավելի բնական երկխոսության, շուրթերի շարժման ավելի հստակ համաժամեցման և մի քանի խոսնակների համար ավելի հստակ պայմանավորման մասին։ Աուդիո հղումներն աջակցվում են՝ համապատասխան թույլտվության պայմանով, ուստի այս հնարավորությունը դեռ հասանելի չէ բոլորին։

Տեսանյութերի զրույցով խմբագրում և 4K բարելավում

Տեսանյութերի զրույցով խմբագրումը թույլ է տալիս կատարելագործել արդեն իսկ ստեղծված տեսահոլովակը՝ ամեն ինչ նորից ստեղծելու փոխարեն։ Google-ի օրինակներից են ապրանքը փոխարինելը, լուսավորությունը փոխելը և տեսախցիկի անկյունը կարգավորելը։

Սա փոխում է խմբագրման գործընթացը․ պահպանեք հաջողված հատվածները և խնդրեք կոնկրետ փոփոխություն։ Սա հատկապես օգտակար է, երբ տեսարանը գրեթե պատրաստ է օգտագործման, բայց մեկ մանրուք պետք է ուղղել։

Սևագիր-վերջնական տարբերակ աշխատանքային ընթացքը տարանջատում է փորձարկումն ու վերջնական արդյունքի պատրաստումը։ Նախ ստեղծեք սևագրեր 360p կամ 720p լուծաչափով, ընտրեք լավագույն արդյունքը, ապա բարելավեք այն մինչև 1080p կամ 4K։ Այլևս պետք չէ յուրաքանչյուր փորձարկում կատարել որպես վերջնական մշակում։

Հայտարարության մեջ նշվում է նաև, որ հաճախորդներն օգտագործում են տեսանյութի երկարացման և տեսանյութից տեսանյութ ոճափոխման հնարավորությունները։ Այս աշխատանքային ընթացքների համար հստակ տեխնիկական սահմանափակումներ չեն ներկայացվում, ուստի 15 վայրկյանի սահմանը չպետք է դիտարկել որպես ամբողջական բնութագիր։

AI գովազդային տեսանյութեր, ապրանքների հոլովակներ և հաճախորդների օրինակներ

Առավել ակնհայտ կիրառման դեպքերը սկսվում են այն նյութերից, որոնք բիզնեսն արդեն ունի։ Գոյություն ունեցող ապրանքների լուսանկարները կարելի է վերածել ապրանքի պտույտով ցուցադրությունների, ապրելակերպի հոլովակների, վիրտուալ փորձման տեսանյութերի և կատալոգի համար AI գովազդային տեսանյութերի։ Հղումներին կայուն հետևելն այստեղ կարևոր է․ ապրանքը պետք է մնա ճանաչելի՝ տեսարանի և ներկայացման ձևի փոփոխության դեպքում։

Հայտարարության մեջ ներկայացված հաճախորդների օրինակները ցույց են տալիս, թե ինչպես է թարմացումն օգտագործվում իրական աշխատանքային գործընթացներում․

• Artlist-ն օգտագործում է հղումների վրա հիմնված ստեղծում և տեսանյութի երկարացում, իսկ FLORA-ն՝ տեսանյութից տեսանյութ ոճափոխում։


• invideo-ն մեկ հրահանգով ստեղծում է ամբողջական տեսարաններ և գովաբանում մոդելի՝ հրահանգներին հետևելը, ֆիզիկայի իրատեսական ներկայացումը, ձայնն ու արագությունը։


• Krea-ն ընդգծում է կերպարների և տեսարանների փոխարինումը՝ ամբողջը զրոյից սկսելու փոխարեն նպատակային խմբագրումներ կատարելու հնարավորությունը։


• Picsart-ը կատարելագործում է սևագրերը, ապա ավելի քան 100 միլիոն ստեղծագործողների համար 4K-ով պատրաստում AI դրամաներ։


• Photoroom-ն այս մոդելով աշխատեցնում է իր Video Ad Maker և Product Animator գործիքները։ Ընկերության գործադիր տնօրենն ասում է, որ 15 վայրկյանանոց ելքային տեսանյութը օգտատերերի ամենապահանջված հնարավորություններից էր։


• QuickFrame AI-ն մեկ ստեղծմամբ պատրաստել է ամբողջական՝ 15 վայրկյանանոց, 1080p լուծաչափով միացված հեռուստատեսության (CTV) գովազդ։

Սրանք հաճախորդների հաղորդած արդյունքներն են, ոչ թե երաշխիք, որ յուրաքանչյուր հրահանգով առաջին իսկ փորձից պատրաստ գովազդ կստացվի։ Այնուամենայնիվ, դրանք ցույց են տալիս թարմացման ուղղությունը՝ ավելի երկար և կառավարելի տեսահոլովակներ, որոնք հավաքման ու խմբագրման ավելի քիչ աշխատանք են պահանջում։

Փորձեք Gemini Omni 1.2 Flash-ը vega.chat-ում

vega.chat-ում ընտրեք Gemini Omni տեսանյութերի մոդելը։ 1.2 տարբերակն արդեն հասանելի է այնտեղ՝ տեքստից տեսանյութ, պատկերից տեսանյութ, հղումից տեսանյութ ստեղծելու և զրույցով խմբագրելու համար։

Առաջին փորձի համար սկսեք ապրանքի պատկերից և տեսարանի հստակ նկարագրությունից, ապա զրույցի միջոցով կատարելագործեք արդյունքը։ Վերջնական տարբերակն ընտրելուց առաջ ստուգեք ապրանքի մանրամասներն ու շարժումը։

Ծրագրավորողները կարող են մոդելին միանալ OpenRouter-ի հետ համատեղելի api.vega.chat ծառայության միջոցով՝ տեսանյութերի ստեղծումն ու խմբագրումը հավելվածներում և գործակալներում ինտեգրելու համար։

Google Cloud-ի մասով հայտարարությունը ներկայացնում է Provisioned Throughput և աչքի համար աննկատ SynthID ջրանշում։ Gemini for business-ում հասանելիությունը դեռ «շուտով» է․ սա առանձին է մոդելի ներկայիս՝ ընդհանուր հասանելիությունից և VEGA-ի միջոցով արդեն իսկ հասանելի լինելուց։