Gemini Omni 1.2 Flash: Google-ის ვიდეოგანახლება

Gemini Omni 1.2 Flash, Google-ის AI ვიდეოგენერაციისა და რედაქტირების მოდელი, ახლა Google Cloud-ზე საყოველთაოდ ხელმისაწვდომია. განახლება ვიდეოკლიპების ხანგრძლივობას 15 წამამდე ზრდის, აუმჯობესებს მითითებული მასალის შესაბამისობას და ამცირებს Google-ის გენერაციის ფასს. მოდელი უკვე ხელმისაწვდომია vega.chat-ზეც, Gemini Omni-ს სახელით, ასევე api.vega.chat-ზე. მისი გამოყენება მსოფლიოს მასშტაბით, მათ შორის რუსეთშიც, VPN-ისა და უცხოური ანგარიშის გარეშე შეგიძლიათ.

Gemini Omni 1.2 Flash: რა შეიცვალა ამ განახლებაში

Omni 1.1 Flash-თან შედარებით, განახლება პრაქტიკულ საწარმოო საჭიროებებზეა ორიენტირებული: უფრო გრძელი კლიპები, უფრო თანმიმდევრული პერსონაჟები და გენერაციის თავიდან დაწყების ნაკლები საჭიროება.

გენერაცია და რედაქტირება 15 წამამდე

მანამდე ერთი გენერაციის ხანგრძლივობის ზღვარი 10 წამი იყო. 15-წამიანი AI ვიდეო საშუალებას გაძლევთ, შექმნათ პროდუქტის დემონსტრაცია, მოკლე სცენა ან სრულყოფილი რეკლამა და არა მხოლოდ მისი ერთი ფრაგმენტი.

Google Cloud-ზე დაბალი ფასი

Google-ის მონაცემებით, 720p გარჩევადობით გენერაცია წამში $0.07 ღირს — Omni 1.1 Flash-ზე 30%-ით ნაკლები. Google ასევე აცხადებს, რომ სხვა გარჩევადობაზეც ფასები ანალოგიურად მცირდება, თუმცა განცხადებაში ზუსტ ციფრებს არ ასახელებს. ეს Google Cloud-ის ფასებია და არა VEGA-ს.

გამოსახულებისა და ვიდეოს მითითებების უკეთ დაცვა

მოდელი მითითებულ მასალას უფრო ზუსტად მიჰყვება, ამიტომ პროდუქტები, პერსონაჟები და ბრენდის დეტალები სხვადასხვა კადრში თანმიმდევრული რჩება. საცალო მოვაჭრისთვის ეს ნიშნავს, რომ პროდუქტი ცნობადი დარჩება და მხოლოდ იმავე კატეგორიის მსგავს ნივთად არ გადაიქცევა.

Google ასევე აღნიშნავს, რომ დიალოგი უფრო ბუნებრივია, ტუჩების მოძრაობა მეტყველებას უკეთ ემთხვევა, ხოლო რამდენიმე მოსაუბრისთვის პირობების ცალ-ცალკე მითითება უფრო მკაფიოა. აუდიომასალის მითითება დაშვებულ სიაში ჩართვის პირობითაა შესაძლებელი, ამიტომ ეს ფუნქცია ჯერ ყველასთვის ხელმისაწვდომი არ არის.

დიალოგური ვიდეორედაქტირება და 4K გაფართოება

დიალოგური ვიდეორედაქტირების საშუალებით არსებული კლიპის დახვეწა შეგიძლიათ, ნაცვლად იმისა, რომ ყველაფერი თავიდან დააგენერიროთ. Google-ის მაგალითებია პროდუქტის ჩანაცვლება, განათების შეცვლა და კამერის კუთხის მორგება.

ეს ცვლის რედაქტირების პროცესს: შეინარჩუნეთ ის, რაც კარგად მუშაობს, შემდეგ კი კონკრეტული ცვლილება მოითხოვეთ. ფუნქცია განსაკუთრებით გამოსადეგია, როცა სცენა თითქმის მზადაა, მაგრამ ერთი დეტალის გასწორებაა საჭირო.

ესკიზიდან საბოლოო ვერსიამდე სამუშაო პროცესი იდეების მოსინჯვასა და საბოლოო შედეგის მიღებას ერთმანეთისგან გამოყოფს. ჯერ შექმენით ესკიზი 360p ან 720p გარჩევადობით, შეარჩიეთ საუკეთესო შედეგი და შემდეგ გაზარდეთ მისი გარჩევადობა 1080p-მდე ან 4K-მდე. ყოველი ექსპერიმენტის საბოლოო ხარისხით დამუშავება საჭირო აღარ არის.

განცხადებაში ასევე აღწერილია, როგორ იყენებენ მომხმარებლები ვიდეოს გაგრძელებისა და ვიდეოს სხვა სტილში გარდაქმნის ფუნქციებს. ამ სამუშაო პროცესებისთვის ზუსტი ტექნიკური შეზღუდვები მითითებული არ არის, ამიტომ 15-წამიანი ლიმიტი სრულ სპეციფიკაციად არ უნდა მივიჩნიოთ.

AI ვიდეორეკლამები, პროდუქტის კლიპები და მომხმარებლების მაგალითები

ყველაზე ნათელი გამოყენების შემთხვევები ბიზნესის ხელთ არსებული მასალით იწყება. არსებული პროდუქტის ფოტოებით შესაძლებელია პროდუქტის მბრუნავი ვიდეოების, ცხოვრების სტილის ამსახველი კლიპების, ვირტუალური მორგების ვიდეოებისა და კატალოგისთვის AI ვიდეორეკლამების შექმნა. აქ მითითებული მასალის თანმიმდევრულობას დიდი მნიშვნელობა აქვს: პროდუქტი სცენისა და პრეზენტაციის ცვლილების მიუხედავად ცნობადი უნდა დარჩეს.

განცხადებაში მოყვანილი მომხმარებლების მაგალითები აჩვენებს, როგორ ერგება განახლება რეალურ სამუშაო პროცესებს:

• Artlist იყენებს მითითებებზე დაფუძნებულ გენერაციასა და ვიდეოს გაგრძელებას; FLORA კი — ვიდეოს სხვა სტილში გარდაქმნას.


• invideo ერთი მითითებით სრულ სცენებს ქმნის და მოდელს აქებს მითითებების დაცულობის, ფიზიკის, ხმისა და სისწრაფის გამო.


• Krea ხაზს უსვამს პერსონაჟებისა და სცენების ჩანაცვლებას — მიზნობრივ ცვლილებებს ყველაფრის თავიდან დაწყების ნაცვლად.


• Picsart ესკიზებზე მუშაობს, შემდეგ კი 100 მილიონზე მეტი შემქმნელისთვის AI დრამებს 4K ხარისხით ამუშავებს.


• Photoroom ამ მოდელით თავის Video Ad Maker-სა და Product Animator-ს ამუშავებს; მისი აღმასრულებელი დირექტორის თქმით, 15-წამიანი შედეგი მომხმარებლების ერთ-ერთი ყველაზე მოთხოვნადი ფუნქცია იყო.


• QuickFrame AI-მ ერთი გენერაციით შექმნა სრულყოფილი, 15-წამიანი 1080p რეკლამა დაკავშირებული ტელევიზიისთვის.

ეს მომხმარებლების მიერ გაზიარებული შედეგებია და არა გარანტია, რომ ყოველი მითითებით პირველივე ცდაზე მზა რეკლამას მიიღებთ. თუმცა ისინი განახლების მიმართულებას კარგად აჩვენებს: უფრო გრძელი, უკეთ მართვადი კლიპები, რომლებსაც ნაკლები დამატებითი აწყობა სჭირდება.

სცადეთ Gemini Omni 1.2 Flash vega.chat-ზე

vega.chat-ზე აირჩიეთ Gemini Omni ვიდეომოდელი. ვერსია 1.2 უკვე ხელმისაწვდომია ტექსტიდან ვიდეოს, გამოსახულებიდან ვიდეოს, მითითებული მასალიდან ვიდეოს შექმნისა და დიალოგური რედაქტირებისთვის.

პირველი ცდისთვის გამოიყენეთ პროდუქტის გამოსახულება და სცენის კონკრეტული აღწერა, შემდეგ კი შედეგი დიალოგის მეშვეობით დახვეწეთ. საბოლოო ვერსიის არჩევამდე შეამოწმეთ პროდუქტის დეტალები და მოძრაობა.

დეველოპერებს მოდელთან დაკავშირება OpenRouter-თან თავსებადი api.vega.chat-ის მეშვეობით შეუძლიათ, რათა ვიდეოგენერაცია და რედაქტირება აპლიკაციებსა და აგენტებში ჩააშენონ.

Google Cloud-ის მხარეს განცხადება Provisioned Throughput-სა და შეუმჩნეველ SynthID წყლის ნიშანსაც ამატებს. Gemini-ში ბიზნესმომხმარებლებისთვის ხელმისაწვდომობა კვლავ „მალე იგეგმება“ — ეს ცალკეა მოდელის ამჟამინდელი საყოველთაო ხელმისაწვდომობისა და VEGA-ს მეშვეობით მასზე წვდომისგან.