Gemini Omni 1.1 Flash؛ نسخه جدید تولید ویدیوهای مبتنی بر هوشمصنوعی گوگل
گوگل با عرضه Gemini Omni 1.1 Flash مجموعهای از بهبودها را برای تولید ویدیوهای مبتنی بر هوشمصنوعی ارائه کرده است: تحلیل طولانیتر صحنهها، قابلیت مرجع سبک برای انتقال حرکت و گزینهٔ پیشنویس با هزینه و سرعت بهتر. این تغییرات بهویژه برای تولید نمونههای اولیه، محتوای شبکههای اجتماعی و تبلیغات کوتاه مفید است.
قابلیتها و تغییرات کلیدی
- گسترش صحنه: تحلیل تا 10 ثانیه از ویدیوی موجود (قبلاً فقط آخرین ثانیه بررسی میشد) که انسجام بصری در صحنههای طولانیتر را تقویت میکند.
- امکان اجرای امتداد صحنه در بازههای ترکیبی تا حداکثر 40 ثانیه، برای حفظ پیوستگی در سکانسهای طولانیتر.
- مرجع سبک: آپلود تا 3 ثانیه از ویدئوی خارجی بهعنوان نمونه سبک یا حرکت جهت انتقال پوشش بصری و الگوهای حرکتی بین پروژهها.
- کنترل قابها: تعیین قاب آغاز و پایان برای ایجاد حرکت دوربین نرم بین کلیدفریمها.
سرعت، کیفیت و قیمت
حالت پیشنویس 360p در Gemini Omni 1.1 Flash تا حدود 60% سریعتر است و هزینهٔ تولید آن تقریباً یکسوم حالت 720p اعلام شده است. خروجیهای پیشنویس میتوانند پس از تولید با روشهای ارتقا کیفیت به 1080p یا 4K منتقل و پردازش شوند.
| رزولوشن / قیمت (دلار بر ثانیه) | Gemini Omni 1.1 Flash | Gemini Omni Flash | Veo 3.1 Lite | Veo 3.1 Fast |
|---|---|---|---|---|
| 360p | $0.03 | — | — | — |
| 720p | $0.10 | $0.10 | $0.05 | $0.10 |
| 1080p | $0.15 | — | $0.08 | $0.12 |
| 4K | $0.30 | — | — | $0.30 |
مخاطبان و موارد کاربرد عملی
این نسخه برای گروههای زیر مناسب بهنظر میرسد:
- تولیدکنندگان محتوا و استریمرها که به نمونههای اولیه سریع نیاز دارند.
- استودیوهای کوچک و آژانسهای تبلیغاتی برای تولید تیزرهای کوتاه با هزینه کمتر.
- تیمهای بازیسازی و انیمیشن که میخواهند الگوهای حرکتی و شخصیت را بین پروژهها حفظ کنند.
دسترسی و منابع توسعه
امنی 1.1 از طریق Google AI Studio در دسترس است. برای آشنایی بیشتر با زمینهٔ هوش مصنوعی مولد و سوابق شرکت میتوان به منابع عمومی مانند Wikipedia مراجعه کرد.
توصیههای اجرایی برای تیمهای تولید
- ابتدا از حالت 360p برای پیشنویس استفاده کنید تا زمان و هزینه آزمایش کاهش یابد؛ پس از نهاییشدن، خروجی را ارتقا و سپس پسپردازش نمایید.
- از نمونهٔ مرجع 3 ثانیهای برای انتقال سبک و حرکت استفاده کنید و قابهای کلیدی را دقیق تنظیم کنید تا حرکت دوربین طبیعیتر شود.
- ترکیب تنظیمات کیفیت-سرعت-قیمت را بر اساس نیاز پروژه آزمون کنید و معیارهای بصری را در نسخههای 1080p/4K نهایی ارزیابی کنید.
چشمانداز و نکات پایانی
گسترش تحلیل صحنه و قابلیت مرجع سبک، هزینهٔ ورود به تولید ویدیوی مبتنی بر هوشمصنوعی را کاهش میدهد و همزمان کنترل بصری بیشتری ارائه میکند. با این حال برای رسیدن به کیفیت نهایی مطلوب در 1080p و فراتر، تنظیمات تولید و پسپردازش همچنان نقش تعیینکنندهای دارند.
