گجت نیوز آخرین اخبار تکنولوژی، علم و خودرو 
با معرفی جمنای Omni 1.2 Flash توسط گوگل، نسل جدیدی از تولید و ویرایش ویدیوهای هوش مصنوعی تا ۱۵ ثانیه با قابلیت‌های مکالمه‌ای پیشرفته آغاز شده است.
گوگل با عرضه مدل جمنای Omni 1.2 Flash، مرزهای 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 یکپارچگی: کاربران 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 دقیق: امکان ترکیب تصاویر مرجع با کلیپ‌های حرکتی و نشانه‌های صوتی، ضمن حفظ جزئیات حیاتی مانند چهره و رنگ‌های برند.
- ویرایش مکالمه‌ای چندمرحله‌ای: کاربران 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 دوربین: پشتیبانی 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 از Gemini Omni 1.2 Flash بهره می‌برد. کاربران با حساب گوگل یا Google Workspace ماهانه تا سه ویدیوی ۱۵ ثانیه‌ای را رایگان در Google Vids می‌سازند.
- کاربردهای اصلی: تبلیغات محصول، تولید ویدیو از تصاویر و روایت صوتی طبیعی.
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.
دسترسی: جمنای Omni 1.2 Flash از طریق Gemini API، Gemini for business و پلتفرم‌های توسعه‌دهنده Google در دسترس است. خروجی‌ها دارای واترمارک نامرئی SynthID هستند.