أطلقت شركة Google نموذج Gemini Omni 1.2 Flash الجديد لتوليد الفيديو بالذكاء الاصطناعي، مع مجموعة من التحسينات التي تستهدف تسهيل إنتاج المحتوى المرئي. أبرزها زيادة مدة الفيديو إلى 15 ثانية، وإمكانية تعديل المقاطع من خلال محادثة متواصلة دون الحاجة إلى إعادة توليدها بالكامل. إلى جانب خفض تكلفة الإنتاج بنسبة 30% مقارنة بالإصدار السابق.
ووفقًا لما أعلنته الشركة عبر مدونتها الرسمية، أصبح النموذج متاحًا من خلال Gemini API وخدمات Gemini المخصصة للأعمال. مع تقديم أدوات أكثر مرونة لصناع المحتوى والمطورين والشركات، وتحسين قدرة النموذج على الحفاظ على اتساق الشخصيات والمنتجات والعناصر المرئية خلال الحركة وتغيير زوايا التصوير.
تعديل الفيديو بالذكاء الاصطناعي دون إعادة إنتاجه
يقدم Gemini Omni 1.2 Flash إمكانية تطوير الفيديو عبر محادثة مستمرة. إذ يمكن للمستخدم إنشاء مقطع أولي ثم إدخال تعديلات متتابعة عليه، مثل تغيير الخلفية أو استبدال المنتج الظاهر في المشهد، أو تعديل الإضاءة والطقس وأبعاد الفيديو.
وتتيح هذه الميزة الاحتفاظ بالمقطع الأصلي وتطويره تدريجيًا وفقًا للتعليمات الجديدة. بدلًا من إعادة عملية التوليد من البداية مع كل تعديل، وهو ما قد يسهم في تقليل الوقت والتكلفة اللازمين لإنتاج المحتوى المرئي.
فيديوهات تصل إلى 15 ثانية ودعم دقة 4K
وسّعت Google نطاق المدة الزمنية للمقاطع التي يمكن للنموذج إنتاجها، لتتراوح بين 3 و15 ثانية. بفواصل زمنية تبلغ ثانية واحدة، مقارنة بالحد الأقصى السابق الذي وصل إلى 10 ثوانٍ.
كما يدعم النموذج بدء عملية التوليد بدقتي 360p و720p، مع إمكانية رفع دقة الفيديو النهائي إلى 1080p أو 4K. بما يمنح المستخدمين مرونة أكبر في اختيار الجودة المناسبة لطبيعة المحتوى والمنصة المستهدفة.
تكلفة أقل وتحسينات في جودة المشاهد
ومن أبرز التحسينات التي يقدمها النموذج الجديد خفض تكلفة توليد الفيديو بنسبة 30% مقارنة بالإصدار السابق. إذ تبلغ تكلفة إنتاج الفيديو بدقة 720p نحو 0.07 دولار أمريكي لكل ثانية.
وتستهدف هذه الخطوة تقليل الأعباء المالية المرتبطة بإنتاج الفيديوهات باستخدام الذكاء الاصطناعي. خاصة بالنسبة للشركات والمطورين الذين يعتمدون على توليد كميات كبيرة من المحتوى المرئي.
وتشير Google إلى أن النموذج أصبح أكثر قدرة على الحفاظ على ملامح الشخصيات والمنتجات. بما في ذلك الملابس والوجوه والعناصر المختلفة، مع تغير الحركة وزوايا التصوير، وهو ما يساعد على الحد من الاختلافات البصرية بين أجزاء الفيديو.
أدوات جديدة لصناع المحتوى والإعلانات
ويتيح Gemini Omni 1.2 Flash استخدام صور مرجعية للشخصيات والمنتجات. إلى جانب مقاطع حركة قصيرة وإشارات صوتية، لتوجيه عملية إنشاء الفيديو والوصول إلى نتائج أكثر توافقًا مع متطلبات المستخدم.
ويمكن توظيف هذه الإمكانات في إنتاج إعلانات المنتجات، والعروض المرئية. ومقاطع الشرح، فضلًا عن تجربة نسخ متعددة من الفيديو الواحد دون الحاجة إلى البدء من جديد في كل مرة.
ورغم التحسينات التي أعلنتها الشركة، فإن مستوى اتساق العناصر المرئية وجودة الحركة قد يختلف بحسب طبيعة المشروع والتعليمات المستخدمة. إذ تستند النتائج المعلنة إلى تقييمات Google وعروضها للنموذج.