مدل جمینای Omni 1.2 Flash با قابلیت ساخت ویدیوهای 15 ثانیه‌ای معرفی شد [تماشا کنید]

گوگل مدل هوش مصنوعی تولید ویدیوی جمینای Omni 1.2 Flash را به‌صورت عمومی در دسترس کاربران قرار داده است. 

مدل جمینای Omni 1.2 Flash اکنون می‌تواند ویدیوهایی ۱۵ ثانیه‌ای تولید کند که نسبت به سقف ۱۰ ثانیه نسخه قبلی ارتقای نسبتا خوبی محسوب می‌شود. همچنین کاربران می‌توانند ویدیوها را طی چند مرحله گفت‌وگو ویرایش کنند. هزینه استفاده از این مدل نیز ۳۰ درصد کاهش یافته و به حدود ۰.۰۷ دلار به‌ازای هر ثانیه ویدیوی 720p رسیده است.

معرفی مدل جمینای Omni 1.2 Flash

کاهش هزینه استفاده از مدل جمینای Omni 1.2 Flash از طریق API جمینای برای هر ثانیه ویدیوی 720p درحالی حدود ۰.۰۷ دلار اعلام شده که این رقم در ماه ژوئن ۰.۱۰ دلار بود.

گوگل همچنین امکان ویرایش ویدیوها از طریق گفتگو را نیز معرفی کرده است. برای مثال، کاربران می‌توانند بدون اینکه مجبور باشند ویدیو را از ابتدا بسازند یک محصول یا پس‌زمینه را تغییر دهند یا نورپردازی را تنظیم کنند. در همین حال، مدل Seedance 2.5 شرکت بایت‌دنس که در ماه ژوئن معرفی شد، قادر به تولید ویدیوهایی با حداکثر ۳۰ ثانیه زمان است.

گوگل می‌گوید در نسخه جدید، چهره‌ها، لباس‌ها، نوشته‌های روی بسته‌بندی محصولات و رنگ‌های برند در زوایای مختلف دوربین ثبات بیشتری دارند و مشکلاتی مانند اختلالات تصویری و پرش ناگهانی بین فریم‌ها نیز کاهش یافته‌اند. در مقایسه‌های داخلی گوگل دیپ‌مایند، آزمایش‌کنندگان در ۶۲ درصد مواقع، نسخه 1.2 را از نظر ثبات بصری به نسخه 1.1 ترجیح داده‌اند.

این مدل به‌تدریج در سرویس‌های Flow ،Google Vids و Google Ads و همچنین اپلیکیشن جمینای برای مشترکان طرح Google AI Ultra عرضه می‌شود. کسب‌وکارها نیز می‌توانند از طریق Google Cloud به آن دسترسی داشته باشند؛ اتفاقی که برای نخستین بار امکان استفاده عمومی از مدل Omni را در این پلتفرم فراهم می‌کند. تمام ویدیوهای تولیدشده با این مدل دارای واترمارک نامرئی SynthID خواهند بود.

گوگل نخستین بار در کنفرانس I/O خود در ماه مه از Omni Flash رونمایی کرد؛ مدلی که در آن زمان فقط امکان تولید ویدیوهای حداکثر ۱۰ ثانیه‌ای را داشت. این شرکت می‌گوید همچنان در تلاش است تا عملکرد مدل را در زمینه‌هایی مانند صحنه‌های ورزشی با حرکات سریع، تغییرات ناگهانی در فیلمنامه و شبیه‌سازی دقیق پدیده‌های فیزیکی پیچیده بهبود ببخشد.

گوگل تنها شرکت آمریکایی است که مدلی آن در میان ۱۰ مدل برتر یکی از رتبه‌بندی‌های محبوب هوش مصنوعی تولید ویدیو قرار دارد. ۹ جایگاه دیگر این فهرست به مدل‌های چینی اختصاص یافته است.