جوجل تطلق نموذج Gemini Omni 1.2 Flash لتوليد الفيديو

أخبار ar.wedoany.com، في 5 نوفمبر، أعلنت شركة جوجل الأمريكية رسمياً عن إطلاق نموذج توليد الفيديو Gemini Omni 1.2 Flash، وأتاحته للمطورين والشركات عبر Gemini API وGemini for Business. يدعم النموذج الجديد التوليد الأصلي لمقاطع فيديو تصل مدتها إلى 15 ثانية، والتحرير الحواري متعدد الجولات، والتحكم في المحتوى المرجعي من صور ومقاطع فيديو، كما انخفض سعر توليد فيديو بدقة 720p إلى 0.07 دولار أمريكي في الثانية، بتراجع نسبته 30% مقارنة بالجيل السابق Gemini Omni 1.1 Flash.

مدّد النموذج الجديد مدة توليد الفيديو الواحد من 10 ثوانٍ سابقاً إلى 15 ثانية، مع إتاحة ضبط طول الفيديو من 3 إلى 15 ثانية بوحدات الثانية الواحدة. ويمكن للمستخدمين توليد مسودة فيديو بدقة 360p أو 720p أولاً، ثم رفع المحتوى المحدد إلى دقة 1080p أو 4K لإخراج فيديو عالي الدقة.

عزّز Gemini Omni 1.2 Flash قدرات الإدخال المرجعي متعدد الوسائط، إذ يمكنه توليد المحتوى بالاستناد إلى صور أشخاص أو منتجات أو أنماط، ومقاطع فيديو حركية تصل مدتها إلى 3 ثوانٍ، وتنبيهات صوتية. وأفادت جوجل بأن النموذج الجديد قادر على الحفاظ على اتساق ملامح الوجه والملابس ونصوص تغليف المنتجات وألوان العلامة التجارية عبر اللقطات المختلفة وأثناء الحركة، كما حسّن مشكلة تغيّر أشكال الأجسام في اللقطات المتتابعة.

تتيح وظيفة التحرير الحواري متعدد الجولات للمستخدمين تقديم تعليمات تعديل متتالية على الفيديو نفسه، بما في ذلك استبدال المنتج أو الخلفية أو ظروف الإضاءة أو الطقس أو نسبة أبعاد الصورة. كما حسّن النموذج توليد الكلام في مشاهد الحوار متعدد الأشخاص، ومزامنة حركة الشفاه، والتمييز بين أصوات الشخصيات، ويدعم التحكم في حركات الكاميرا مثل التقدم المستمر والدوران والتراجع السريع.

وفيما يتعلق بالنشر في التطبيقات التجارية، تم دمج Gemini Omni 1.2 Flash في منصات Google AI Studio وGoogle Cloud وFlow، وأتيحت قدرات توليد الفيديو لـ Google Vids وتطبيق Gemini وGoogle Ads. ويمكن للشركات دمج الوظائف ذات الصلة في تطبيقاتها الخاصة عبر API، كما تُضمَّن مقاطع الفيديو المولّدة علامة مائية رقمية غير مرئية SynthID.