גוגל הודיעה על Gemini Omni 1.2 Flash, הגרסה החדשה של מודל יצירת הווידאו והעריכה שלה, והפכה אותו לזמין באופן כללי (GA) ב-Gemini API וב-Gemini for business. לפי הודעת החברה, זו הפעם הראשונה ש-Gemini Omni זמין באופן כללי, כלומר כמוצר יציב לשימוש בייצור, ולא כגרסת ניסיון.
מה השתנה
החידוש הבולט הוא אורך הקליפ. המודל יוצר ועורך סרטונים של עד 15 שניות, לעומת 10 שניות ב-Omni 1.1. אפשר לבחור משך בקפיצות של שנייה, בין 3 ל-15 שניות. גוגל מציגה את זה כמקום מספיק לסיפור שלם, להסבר על מוצר או לספוט פרסומי לרשתות חברתיות בבקשה אחת.
המחיר ירד ב-30% לעומת Omni 1.1 ועומד על 0.07 דולר לשנייה של וידאו ב-720p. בבלוג של Google Cloud נכתב שיש חיסכון דומה גם ברזולוציות אחרות. גוגל מדגישה גם את שיטת העבודה: טיוטה מהירה ב-360p או ב-720p, תיקון פרט בעריכה נוספת במקום יצירה מחדש של כל הקליפ, ובסוף הגדלה ל-1080p או ל-4K.
עקביות ועריכה בשיחה
לפי גוגל, המודל שומר טוב יותר על חומרי ייחוס: תמונות של דמות, מוצר או סגנון, קטעי תנועה קצרים של עד שלוש שניות ורמזי אודיו. פנים, בגדים, כיתובים על אריזות וצבעי מותג אמורים להישאר אחידים בין זוויות צילום. דוגמה שהחברה מביאה היא קליפ של 15 שניות להדגמת בגדים על דוגמנית, שנוצר מתמונה אחת שלה ומצילומי חזית וגב של שלושה לבושים.
גם העריכה נעשית בשיחה. אפשר להחליף מוצר או רקע, לשנות תאורה או מזג אוויר, או לשנות יחס מסך, על קליפ באורך מלא, בלי להתחיל מההתחלה. גוגל טוענת שכך קל להפיק גרסאות מודעה לקהלים שונים.
עוד היא מציינת דיבור טבעי יותר, סנכרון שפתיים ברור יותר ותנועות מצלמה רציפות עם פחות חיתוכים לא רצויים. אלה טענות של החברה עצמה, וההודעה אינה מציגה מבחני השוואה עצמאיים. גוגל גם מודה שהפיתוח נמשך בתחומים כמו פעולת ספורט מהירה, שינויי תסריט מהירים ופיזיקה מורכבת.
למי זה מיועד
גוגל מכוונת את המודל לעסקים, למפתחים וליוצרים שמפיקים וידאו בכמויות: סרטוני מוצר, הדגמות לבוש ומודעות. בבלוג של Google Cloud מצוטטות חברות כמו Artlist, Picsart, Runway, Photoroom ו-invideo, שמשלבות את המודל במוצרים שלהן. אלה דברי הלקוחות עצמם, כפי שגוגל בחרה להציג אותם. לצד זאת מוזכרת תשתית ארגונית עם Provisioned Throughput, כלומר קיבולת מובטחת, וכל הפלט נושא סימן מים בלתי נראה של SynthID.
בבלוג של Google Cloud נכתב גם שהשימוש ברמזי אודיו כחומר ייחוס מותנה ברשימת היתרים.
מה זה אומר בשבילכם
מפתחים יכולים להתחיל ב-Google AI Studio וב-Gemini API. עסקים יכולים לנסות את המודל בקונסולת Google Cloud. מי שעובד באפליקציות של גוגל יכול ליצור סצנות ועריכות בשיחה ב-Flow, וליצור קליפים של 15 שניות ב-Google Vids בלי עלות נוספת, עם חשבון Google או מנוי Google Workspace. באפליקציית Gemini הווידאו של 15 שניות מתחיל להיפתח למנויי Google AI Ultra, ובגרסת העסקים של Gemini הוא מסומן כ"בקרוב". המודל מוזכר גם בהקשר של Google Ads.
ההודעות לא מפרטות אם הכלים זמינים בישראל או אם הם מבינים הנחיות בעברית.
תגובות