Gemini Omni 1.2 Flash من Google يمد مقاطع فيديو الذكاء الاصطناعي إلى 15 ثانية ويقلل الأسعار بنسبة 30 بالمئة

تُتيح Google DeepMind نموذج توليد الفيديو Gemini Omni 1.2 Flash للجميع. يمكن للنموذج المحدّث إنشاء مقاطع يصل طولها إلى 15 ثانية، وهو يدعم التحرير المحادثي، وتكلفته أقل بنسبة 30 بالمئة من النسخة السابقة. كما يحمل كل فيديو مُنشأ علامة SynthID غير مرئية.

التوفر والأسعار

تقول Google إن Gemini Omni 1.2 Flash يُطرح عبر Gemini API وGoogle AI Studio وGoogle Cloud Console وFlow وGoogle Vids وتطبيق Gemini لمشتركي Google AI Ultra وإعلانات Google. يمكن للمقاطع الآن أن تدوم بين 3 و15 ثانية، ارتفاعاً من حد أقصى 10 ثوانٍ سابقاً. وتنخفض الأسعار بنسبة 30 بالمئة إلى 0.07 دولار لكل ثانية لفيديو 720p.

التحرير المحادثي

يمكن تحرير المقاطع المُنشأة عبر محادثة مستمرة. يمكن للمستخدمين تعديل مقطع مُنشأ خطوة بخطوة، وتغيير الخلفية أو الإضاءة أو نسبة العرض إلى الارتفاع دون إعادة إنشاء المقطع بأكمله. وتقول Google إن ذلك يعمل عبر كامل طول 15 ثانية. إلى جانب سير عمل مُدرّج، من المفترض أن تقلل هذه الميزة التكاليف: تُنشأ المسودات أولاً بدرجة 360p أو 720p، وتُصحح التفاصيل الفردية بتحرير لاحق، ولا تُرفع الدقة إلى 1080p أو 4K إلا للنتيجة النهائية.

الالتزام بالمرجع والاتساق

تعد Google أيضاً بتحسن كبير في الالتزام بالمرجع. يمكن للنموذج أخذ صور شخصيات وصور منتجات ومقاطع حركة قصيرة تصل إلى 3 ثوانٍ وتلميحات صوتية كمدخلات. من المفترض أن تبقى الوجوه والملابس وطباعة التغليف وألوان العلامة التجارية متسقة عبر زوايا الكاميرا المختلفة. كمثال، تُظهر Google مقطع تجربة افتراضية: من صورة واحدة لنموذج وصور منتجات لثلاثة أزياء، يُنشئ النموذج تسلسلاً من 15 ثانية مع دورات 360 درجة مع الحفاظ على هوية النموذج وقصّ كل ثوب وانسداله. كما يُقال إن الاتساق البصري العام تحسن أيضاً، مع انحراف بصري أقل أو تشكل عبر حركات الكاميرا والانتقالات مقارنة بالنسخة السابقة.

الصوت وحركة الكاميرا

علاوة على ذلك، من المفترض أن ينتج Gemini Omni 1.2 Flash حواراً أكثر سلاسة وطبيعية مع تزامن شفوي أوضح وقدرة على التمييز بين عدة متحدثين. كما يتعامل النموذج مع حركات كاميرا مستمرة ومعقدة مثل رحلات طائرات FPV أو تكبيرات دراماتيكية للخارج، مع عدد أقل بكثير من قطع القفز غير المرغوبة.

المصادر: The Decoder