با معرفیجمنای Omni 1.2 Flashتوسط گوگل، نسل جدیدی از تولید و ویرایش ویدیوهای هوش مصنوعی تا ۱۵ ثانیه با قابلیت‌های مکالمه‌ای پیشرفته آغاز شده است.

گوگلبا عرضه مدلجمنایOmni 1.2 Flashمرزهای تولید محتوای ویدیویی را جابه‌جا کرده است. این به‌روزرسانی مهم، امکاناتی بی‌نظیر برای خلق کلیپ‌های طولانی‌تر و ویرایش‌های تعاملی را در اختیار توسعه‌دهندگان و کسب‌وکارها قرار می‌دهد.

قابلیت‌های جدید Gemini Omni 1.2 Flash

• تولید ویدیوی ۱۵ ثانیه‌ای و یکپارچگیکاربران می‌توانند کلیپ‌هایی با طول ۳ تا ۱۵ ثانیه تولید و ویرایش کنند. این مدل ثبات شخصیت‌ها و صحنه‌ها را حفظ کرده و تغییرات بصری حین حرکت دوربین را به حداقل می‌رساند.
• پایداری مرجع و جزئیات دقیقامکان ترکیب تصاویر مرجع با کلیپ‌های حرکتی و نشانه‌های صوتی، ضمن حفظ جزئیات حیاتی مانند چهره و رنگ‌های برند.
• ویرایش مکالمه‌ای چندمرحله‌ایکاربران می‌توانند یک ویدیو را از طریق دستورات متنی متعدد ویرایش کنند، شامل تغییر پس‌زمینه، تنظیم نور و نسبت ابعاد در کلیپ‌های ۱۵ ثانیه‌ای.
• بهبود گفتار و کنترل دوربینپشتیبانی از گفتگوی طبیعی‌تر، همگام‌سازی لب‌ها و حرکات پیوسته دوربین از جمله پروازهای FPV و زوم‌های دینامیک.

Gemini Omni 1.2 Flash در Google Vids

Google Vids، ابزار ساخت و ویرایش ویدیوی گوگل، اکنون ازGemini Omni 1.2 Flashبهره می‌برد. کاربران با حساب گوگل یا Google Workspace ماهانه تا سه ویدیوی ۱۵ ثانیه‌ای را رایگان در Google Vids می‌سازند.

کاهش قیمت و جزئیات دسترسی گسترده

گوگل قیمت تولید ویدیوی 720p را ۳۰ درصد کاهش داده و هر ثانیه را ۰.۰۷ دلار تعیین کرده است. مدیریت هزینه‌ها با پیش‌نویس‌های اولیه و ویرایش‌های بعدی امکان‌پذیر است.

دسترسیجمنای Omni 1.2 Flashاز طریق Gemini API، Gemini for business و پلتفرم‌های توسعه‌دهنده Google در دسترس است. خروجی‌ها دارای واترمارک نامرئی SynthID هستند.