Google avaldab Gemini Omni 1.2 Flash laiendatud 15-sekundilise videoga ja 30% madalama hinnaga

Pilt: Google · Allikas

Google'i Gemini Omni 1.2 Flash võimaldab natiivset 15-sekundilist video loomist parandatud järjepidevuse, mitmekordse vestluslike redigeerimisvõimaluste ja 30% odavama hinnaga, hõlbustades mastaapset kvaliteetse video tootmist.

Google on tutvustanud Gemini Omni 1.2 Flashi, uuendatud tehisintellekti videoloome mudelit, mis on kättesaadav Gemini API kaudu, Google Vidsi ja Gemini ärikasutuseks. See uus versioon pikendab natiivse videoklipi pikkust 15 sekundini, võrreldes eelmise versiooni 10 sekundiga, pakkudes kasutajatele suuremat paindlikkust terviklike narratiivide, toote selgituste ja sotsiaalreklaamide loomisel ühe genereerimisega.

Oluliseks arenguks on mitmekordne vestluslik redigeerimine, mis võimaldab kasutajatel videoid interaktiivselt täiustada ilma protsessi taasalustamata. Näiteks on võimalik järjestikuste käskluste kaudu taustu vahetada, valgustingimusi muuta või kuvasuhteid reguleerida, säilitades samal ajal tegelaste liikumise ja stseeni elementide järjepidevuse. See interaktiivne redigeerimine toetab kogu 15-sekundilist klippi, lihtsustades variatsioonide loomist erinevatele sihtrühmadele ja platvormidele.

Gemini Omni 1.2 Flash pakub ka täiustatud viitejärjepidevust, hoides järjekindlalt tegelaste, toodete ja brändielementide, nagu näod, riided, tüpograafia ja värvid, järjepidevust kaamerate erinevate nurkade vahel kogu klipi vältel. See usaldusväärsus toetab näiteks virtuaalseid proovimisjärjestusi ja bränditud videoreklaame, kus visuaalne sarnasus allikapiltidega on olulise tähtsusega.

Visuaalselt toodab mudel stabiilsemat ja kinolikumat materjali, vähendades visuaalset nihkumist ja lõike hüppeid keerukatel kaameraliikumistel, nagu lend läbi stseeni ja suumimine välja. Stseeni järjepidevus säilib kaadrist kaadrisse ka pikemates võtetekogumites, mis sisaldavad mitmeid üleminekuid ja liikumisi.

Lisaks pakub mudel loomulikuma kõlamisega kõnet, parandatud huulte sünkroniseerimise ja mitme kõnelejaga dialoogivõimalusi, suurendades avataride ja jutustatavate esituste realistlikkust.

Google on vähendanud kasutuskulusid 30% võrra võrreldes Gemini Omni 1.1 versiooniga, määrates video genereerimise hinnaks 0,07 dollarit sekundis 720p resolutsioonil. Töövood rõhutavad kuluefektiivsust, võimaldades kiirete mustandite koostamist madalamatel resolutsioonidel (360p või 720p), sihitud täiendusi mitmekordsete redigeerimiste kaudu ning võimalust lõplike valikute suurendamiseks 1080p või 4K resolutsioonile.

Gemini Omni 1.2 Flash on nüüd üldiselt saadaval, toetatud Google Cloudi ettevõttekvaliteediga infrastruktuuriga, mis hõlmab nagu reserveeritud läbilaskevõime ja märkamatud SynthID veepildid väljunditel. Kasutajad pääsevad sellele tehnoloogiale ligi arendajate tööriistade kaudu nagu Google AI Studio, ettevõtte platvormid või tarbijatele mõeldud rakendused nagu Google Vids ja Gemini rakendus (jõudes Google AI Ultra tellijateni).

See väljaanne tähistab olulist sammu tehisintellektil põhineva videosisu loomises, toetades loojad, arendajad ja ettevõtted, kes soovivad efektiivselt toota mastaapseid, kvaliteetseid videoklippe.