ვიდეოს ხარისხისა და სისწრაფის ყველა შეფასება ჯერ მხოლოდ Google-ის საკუთარ დემოებსა და მონაცემებს ეყრდნობა.
Google-მა და Google DeepMind-მა 5 ნოემბერს ოფიციალურ ბლოგზე განახლებული AI ვიდეომოდელი Gemini Omni 1.2 Flash წარადგინეს და ყველასთვის ხელმისაწვდომი გახადეს. განახლების მთავარი მიზანი მოკლე სარეკლამო თუ სადემონსტრაციო რგოლების გაიაფება და მონტაჟის გამარტივებაა. ახალი ვერსია უკვე ქმნის 15 წამამდე ხანგრძლივობის კლიპებს და წინა Omni 1.1 ვერსიასთან შედარებით 30 პროცენტით იაფი ღირს, კერძოდ კი 720p ხარისხის ერთი წამი 0,07 დოლარი ჯდება.
რას ცვლის ჩატში მონტაჟი
აქამდე AI ვიდეოში ერთი პატარა დეტალის შეცვლაც კი კლიპის თავიდან დაგენერირებას ითხოვდა. ახლა მოდელს შეგიძლიათ ჩატში მიწეროთ და უკვე მზა 15-წამიან რგოლში მხოლოდ ერთი დეტალი შეაცვლევინოთ. მაგალითად, კადრში გამოცვალოთ პროდუქტი ან უკანა ფონი, შეცვალოთ განათება, ამინდი ან ეკრანის პროპორცია ისე, რომ დანარჩენი ვიდეო ხელუხლებელი დარჩეს.
ეს მიდგომა ფულსაც ზოგავს. როგორ მუშაობს ახალი სამუშაო პროცესი? ჯერ სწრაფ და იაფ მონახაზს აკეთებთ დაბალ 360p ან 720p გარჩევადობაში, ჩატით ასწორებთ ხარვეზებს და მხოლოდ საბოლოო, საუკეთესო ვერსიას ზრდით 1080p ან 4K ხარისხამდე.
კადრის მდგრადობა და ვირტუალური მორგება
Omni 1.1 ვერსია მაქსიმუმ 10-წამიან ვიდეოებს ქმნიდა, ახალ მოდელში კი ხანგრძლივობა 3-დან 15 წამამდე შეგიძლიათ აირჩიოთ თითოწამიანი ბიჯით. პირველიდან ბოლო კადრამდე გამოსახულება ბევრად სტაბილურია და საგნები თუ სახეები მოძრაობისას ფორმას აღარ კარგავს.
მოდელი უკეთ იყენებს თქვენ მიერ ატვირთულ ნიმუშებსაც. შეგიძლიათ ერთად მიაწოდოთ პერსონაჟის, პროდუქტის ან სტილის ფოტოები, დაუმატოთ 3 წამამდე მოძრაობის ვიდეო და ხმოვანი მინიშნებები. კამერის კუთხის შეცვლისას სახეები, ტანსაცმელი, შეფუთვის წარწერები და ბრენდის ფერები უცვლელი რჩება. Google-ის მაგალითში მოდელის ერთი ფოტო და სამი სხვადასხვა სამოსის სურათი იქცევა ტანსაცმლის 15-წამიან ვირტუალურ მორგებად, სადაც ადამიანი კამერის წინ 360 გრადუსით ტრიალებს.
დაიხვეწა დიალოგები და კამერის მოძრაობაც. პერსონაჟების საუბარი უფრო ბუნებრივია, ტუჩების მოძრაობა ზუსტად ემთხვევა ხმას და ერთ სცენაში რამდენიმე გმირს განსხვავებული ხმით შეუძლია ლაპარაკი. კამერას კი შეუძლია სწრაფი სპორტული დრონის, ანუ FPV სტილის გაფრენა, კადრის გლუვი დაშორება და ობიექტის გარშემო ტრიალი ზედმეტი წყვეტების გარეშე.
სად ჩაირთო და რა უნდა გაითვალისწინოთ
Google ამ მოდელს პირველ რიგში პროდუქტის მიმოხილვების, კატალოგების, ვირტუალური მოსაზომებისა და მოკლე რეკლამების შემქმნელებს სთავაზობს. ყველა დაგენერირებულ ვიდეოს ახლავს თვალისთვის შეუმჩნეველი SynthID ნიშანი, რომელიც ადასტურებს, რომ კადრები ხელოვნური ინტელექტის შექმნილია.
Gemini Omni 1.2 Flash უკვე ჩართულია Gemini API-ში, Google Cloud-ში, ბიზნესისთვის განკუთვნილ Gemini-ში, Google AI Studio-ში, Flow-ში, Google Vids-სა და Google Ads-ში. Google Vids-ის მომხმარებლები გახანგრძლივებულ AI ვიდეოებს დამატებითი გადასახადის გარეშე მიიღებენ, ხოლო თავად Gemini-ს აპლიკაციაში მოდელი Google AI Ultra-ს გამომწერებისთვის მუშაობს. თუმცა გაითვალისწინეთ, რომ ხარისხის ყველა შეფასება და ფასების შედარება მხოლოდ Google-ის განცხადებებს ეყრდნობა, ნაჩვენები ვიდეოები კი კომპანიის მიერ საგანგებოდ შერჩეული ნიმუშებია.
| ვიდეოს ხანგრძლივობა | 3-დან 15 წამამდე (1-წამიანი ბიჯით, წინა ვერსიაში 10 წამი) |
| ფასი (720p) | 0,07 დოლარი წამში (30%-ით ნაკლები Omni 1.1-ზე) |
| სამუშაო გარჩევადობა | მონახაზი 360p ან 720p, საბოლოო გაზრდა 1080p ან 4K ხარისხამდე |
| ვიდეონიმუშის ზღვარი | მაქსიმუმ 3-წამიანი მოძრაობის კლიპი |
| დამცავი ნიშანი | შეუმჩნეველი SynthID წყლის ნიშანი |
წყარო: Google blog: Gemini Omni 1.2 Flash, fast and cost-effective with longer clips (5 Nov 2026) | Google blog: Generate longer AI videos with Omni 1.2 Flash in Google Vids (5 Nov 2026) | The Decoder: Google’s Gemini Omni 1.2 Flash stretches AI video clips to 15 seconds and cuts pricing by 30 percent (5 Nov 2026)
ეს სტატია შეიქმნა AI ხელსაწყოებით, პროცესში ადამიანის ჩართულობა დაახლოებით 10%-ია.
