Gemini Omni 1.2 Flash של Google מאריך קליפי AI ל-15 שניות ומוריד מחירים ב-30 אחוז

Google DeepMind מנגישה באופן כללי את מודל יצירת הווידאו Gemini Omni 1.2 Flash שלה. המודל המעודכן יכול ליצור קליפים באורך של עד 15 שניות, תומך בעריכה שיחתית, ועולה 30 אחוז פחות מקודמו. כל סרטון שנוצר נושא גם סימן מים בלתי נראה של SynthID.

זמינות ותמחור

Google אומרת כי Gemini Omni 1.2 Flash מושק בהדרגה דרך Gemini API, Google AI Studio, Google Cloud Console, Flow, Google Vids, אפליקציית Gemini למנויי Google AI Ultra ו-Google Ads. קליפים יכולים כעת להימשך בין שלוש ל-15 שניות, לעומת מקסימום של 10 שניות קודם לכן. התמחור יורד ב-30 אחוז ל-0.07 דולר לשנייה עבור וידאו ב-720p.

עריכה שיחתית

ניתן לערוך קליפים שנוצרו באמצעות שיחה מתמשכת. משתמשים יכולים לכוונן קליפ שנוצר צעד אחר צעד, לשנות את הרקע, התאורה או יחס הגובה-רוחב בלי ליצור מחדש את הקליפ כולו. Google אומרת שזה עובד לאורך כל 15 השניות. בשילוב עם תהליך עבודה מדורג, התכונה אמורה לצמצם עלויות: טיוטות נוצרות תחילה ב-360p או 720p, פרטים בודדים מתוקנים בעריכת המשך, ורק התוצאה הסופית מוגדלת ל-1080p או 4K.

נאמנות לרפרנס ועקביות

Google גם מבטיחה נאמנות טובה יותר באופן משמעותי לרפרנסים. המודל יכול לקבל כקלט תמונות דמות, תמונות מוצר, קליפי תנועה קצרים של עד שלוש שניות ורמזי אודיו. פנים, לבוש, טיפוגרפיה של אריזה וצבעי מותג אמורים להישאר עקביים בזוויות מצלמה שונות. כדוגמה, Google מציגה קליפ של הלבשה וירטואלית: מתמונת דוגמן אחת ותמונות מוצר של שלוש תלבושות, המודל יוצר רצף של 15 שניות עם סיבובים של 360 מעלות תוך שימור זהות הדוגמן והגזרה והנפילה של כל פריט לבוש. נאמר כי גם העקביות החזותית הכוללת השתפרה, עם פחות סחיפה חזותית או מורפינג במעברים של תנועה ומצלמה לעומת קודמו.

אודיו ותנועת מצלמה

מעבר לכך, Gemini Omni 1.2 Flash אמור להפיק דיאלוג זורם יותר ונשמע טבעי יותר עם סנכרון שפתיים ברור יותר ויכולת להבחין בין כמה דוברים. המודל מטפל גם בתנועות מצלמה מורכבות ורציפות כגון טיסות רחפן FPV או זום אאוט דרמטי, עם פחות משמעותית חיתוכי קפיצה לא רצויים.

מקורות: The Decoder