განახლებული ვიდეომოდელი Google Gemini Omni 1.2 Flash გაიაფდა, ისწავლა პერსონაჟებისა და პროდუქტების დეტალების შენარჩუნება კადრებს შორის და საშუალებას გაძლევთ დაარედაქტიროთ ვიდეო რეპლიკების მეშვეობით, მისი თავიდან გენერირების გარეშე.
უფრო გრძელი ვიდეოები, უფრო ზუსტი დეტალები
მოდელი ქმნის ვიდეოებს 3-დან 15 წამამდე ხანგრძლივობით, ერთწამიანი ბიჯით. წინა ვერსიის ლიმიტი 10 წამს შეადგენდა.
Google-ის განცხადებით, გაუმჯობესდა პერსონაჟების გარეგნობის, ტანსაცმლის, წარწერებისა და ობიექტების შენარჩუნება კამერის მოძრაობისას. რეფერენსებად შესაძლებელია სურათების, მოკლე ვიდეორგოლებისა და აუდიოს კომბინირება. კომპანია ასევე აცხადებს უფრო ბუნებრივ მეტყველებასა და ტუჩების ზუსტ სინქრონიზაციაზე.
რედაქტირება დიალოგის მეშვეობით
მზა ვიდეოს თანმიმდევრულად შეცვლა შესაძლებელია ტექსტური ბრძანებებით: ფონის ან პროდუქტის შეცვლა, განათების, ამინდისა და ასპექტის თანაფარდობის კორექტირება. ეს საშუალებას იძლევა სცენა დამუშავდეს ნულიდან სრული გენერირების გარეშე.
შავი ვარიანტები ხელმისაწვდომია 360p და 720p გარჩევადობით, ხოლო არჩეული შედეგის გაუმჯობესება შესაძლებელია 1080p-მდე ან 4K-მდე.
რა არის ახალი
ხანგრძლივობა. კლიპის მაქსიმალური სიგრძე 10-დან 15 წამამდე გაიზარდა. ხანგრძლივობა განისაზღვრება ერთწამიანი ბიჯით, 3-დან 15 წამამდე.
ფასი. გენერაცია 720p-ში წამში $0,07 ღირს, რაც 30%-ით ნაკლებია, ვიდრე Omni 1.1-ის შემთხვევაში. სრული 15-წამიანი ვიდეო დაახლოებით $1,05 დაჯდება.
კადრის სტაბილურობა. Google-ის თქმით, სახეები, ტანსაცმელი, შეფუთვაზე არსებული შრიფტები და საფირმო ფერები უცვლელი რჩება პირველიდან ბოლო კადრამდე, მათ შორის რაკურსის შეცვლის დროსაც. მოძრაობისას ობიექტების დეფორმაცია უფრო იშვიათად ხდება. ამისათვის მოდელი იღებს რეფერენსებს: პერსონაჟის, პროდუქტის ან სტილის სურათებს, 3 წამამდე მოძრაობის ფრაგმენტებსა და ხმოვან მინიშნებებს.
ხმა. მეტყველება უფრო ბუნებრივი გახდა, ტუჩები სიტყვებს უფრო ზუსტად ემთხვევა, რამდენიმე მოსაუბრის ხმა კი უკეთესად იმიჯნება.
კამერა. გაუმჯობესდა უწყვეტი მოძრაობების მართვა: პირველი პირის ხედით გარშემო შემოვლა, უკან დახევა, ობიექტის გარშემო ბრუნვა. შემცირდა ზედმეტი გადაბმები.
რედაქტირება დიალოგში. ვიდეოს რედაქტირება რამდენიმე რეპლიკითაა შესაძლებელი: პროდუქტის ან ფონის შეცვლა, განათებისა და ამინდის ცვლილება, ასპექტის თანაფარდობის შეცვლა. კლიპის თავიდან გენერირება საჭირო არ არის, ფუნქცია მუშაობს სრულ 15 წამზე.
რა შეზღუდვებია?
სწრაფი სპორტული სცენები, სცენარის მკვეთრი ცვლილება და რთული ფიზიკა მოდელს შედარებით უარესად გამოსდის. ყველა ვიდეო იღებს შეუმჩნეველ SynthID წყლის ნიშანს. ანონსში დამოუკიდებელი ტესტები არ არის მოცემული, ხარისხის შესახებ განცხადებები თავად კომპანიას ეკუთვნის.
ფასი და ხელმისაწვდომობა
გენერაცია 720p-ში ღირს $0,07 წამში — 30%-ით იაფი წინა ვერსიასთან შედარებით. შესაბამისად, 15-წამიანი ვიდეო $1,05 დაჯდება.
მოდელი საჯაროდ ხელმისაწვდომი გახდა Gemini API-სა და Google Cloud-ის მეშვეობით. Gemini-ს აპლიკაციაში წვდომა ეტაპობრივად ეშვება Google AI Ultra-ს გამომწერებისთვის.
დავით მაჭახელიძე · 2 წთ საკითხავი
