Google telah mengumumkan ketersediaan umum Gemini Omni 1.2 Flash, versi terbaru model penjanaan video multimodalnya. Menurut pengumuman rasmi Google, kemas kini itu membawa penciptaan video asli 15 saat, penyuntingan perbualan berbilang pusingan, dan pematuhan rujukan yang lebih baik, sambil mengurangkan harga sebanyak 30 peratus. Model ini dilancarkan hari ini merentasi API Gemini, Google Cloud, Google Vids dan Gemini untuk perniagaan.
Anish Nangia, Pengurus Produk di Google DeepMind, memperkenalkan keluaran itu dalam catatan blog bertajuk "Gemini Omni 1.2 Flash: Pantas dan kos efektif dengan klip yang lebih panjang," meletakkannya sebagai pilihan sedia pengeluaran untuk pembangun dan perniagaan yang menjana kandungan video pada skala. For more context on this story, see our ongoing more AI stories.
Apa yang Baharu dalam Gemini Omni 1.2 Flash
Keupayaan tajuk adalah sokongan asli untuk klip video 15 saat, sambungan yang bermakna berbanding versi sebelumnya bagi baris Omni. Google mengatakan model itu juga memberikan konsistensi yang lebih kukuh merentas bingkai, yang penting untuk projek profesional di mana kesinambungan antara tangkapan boleh menghasilkan atau memecahkan output akhir.
Penambahan utama kedua ialah penyuntingan perbualan berbilang giliran. Daripada menjana semula klip dari awal apabila perincian salah, pembangun dan pencipta kini boleh memperhalusi video melalui urutan arahan perbualan. Google mengatakan ini membolehkan pelarasan yang lebih pantas tanpa memulakan semula, yang sepatutnya mengurangkan kedua-dua masa lelaran dan kos token untuk pasukan yang menghasilkan video dalam jumlah.
Google juga telah menambah baik apa yang dipanggil pematuhan rujukan — keupayaan model untuk berpegang pada rujukan visual dan arahan yang diberikan oleh pengguna. Dari segi praktikal, ini bermakna watak, gaya dan elemen adegan dipandu oleh imej rujukan atau perihalan harus kekal lebih setia merentas klip yang dijana.
Harga Turun 30 Peratus
Kos telah menjadi salah satu halangan utama kepada penggunaan pengeluaran penjanaan video AI, dan Google menyerangnya secara langsung. Syarikat itu mengurangkan harga Gemini Omni 1.2 Flash sebanyak 30 peratus berbanding versi sebelumnya, membingkai model itu sebagai pilihan kos efektif untuk pengeluaran video volum tinggi.
Potongan harga berlaku apabila persaingan dalam penjanaan pelbagai mod semakin sengit. OpenAI, Meta, dan gelombang pemula semuanya telah memasuki video AI sepanjang tahun lalu, dan pembangun semakin memilih model berdasarkan kos setiap klip sama seperti kualiti mentah. Keputusan Google untuk memasangkan klip yang lebih panjang dengan harga yang lebih rendah mencadangkan ia mahu Gemini Omni menjadi pilihan lalai untuk beban kerja komersil dan bukannya hanya percubaan.
Tempat Pembangun Boleh Menggunakannya
Gemini Omni 1.2 Flash tersedia secara amnya, yang Google tekankan bermakna ia bersedia untuk keperluan pengeluaran dan bukannya pratonton percubaan. Pembangun boleh mengaksesnya melalui API Gemini dan Google Cloud, manakala pengguna perniagaan boleh menggunakannya di dalam Google Vids dan Gemini untuk perniagaan untuk menghasilkan kandungan video untuk aliran kerja pemasaran, latihan dan komunikasi.
Pengagihan itu penting. Membenamkan model terus ke dalam alatan bersebelahan Workspace seperti Google Vids memberikan Google saluran kepada pelanggan perusahaan bahawa pemula penjanaan video main tulen perlu berjuang untuk satu kontrak pada satu masa.
Irama Pantas Talian Omni
Gemini Omni 1.2 Flash tiba kira-kira sepuluh minggu selepas Google memperkenalkan Gemini Omni 1.1 Flash pada penghujung bulan Ogos, dan kira-kira lima setengah bulan selepas Gemini Omni asal mula muncul pada bulan Mei. Irama yang stabil bagi kemas kini kira-kira suku tahunan mencerminkan betapa pantas Google kini mengulangi keluarga model sempadannya, dengan varian Flash diletakkan sebagai peringkat pantas dan mampu milik bagi setiap generasi.
Keluaran itu menarik perhatian segera daripada komuniti pembangun. Pelancaran itu mengungguli Berita Hacker pada pagi Jumaat, mengumpul lebih daripada 170 mata dan lebih 130 ulasan dalam beberapa jam, dengan perbincangan tertumpu pada harga, had 15 saat dan cara aliran kerja penyuntingan model dibandingkan dengan alternatif.
Maksudnya untuk Pasaran Video AI
Kemas kini mendarat pada saat bergelora untuk syarikat AI. Penjualan pasaran saham minggu ini, sebahagiannya dicetuskan oleh kebimbangan pelabur tentang pengewangan AI, telah meletakkan setiap makmal utama di bawah tekanan untuk menunjukkan bahawa penyelidikan sempadan diterjemahkan kepada hasil. Penjanaan video yang lebih murah dan lebih pantas ialah jawapan langsung kepada soalan itu: harga yang lebih rendah mengembangkan pangkalan pelanggan, dan status sedia pengeluaran menjemput belanjawan perusahaan yang tidak pernah dilihat oleh alat peringkat percubaan.
Bagi pemaju, pengambilan praktikal adalah mudah. Jika beban kerja penjanaan video sebelum ini dikekang oleh panjang klip, harga atau kesakitan akibat penjanaan semula output selepas setiap perubahan, Gemini Omni 1.2 Flash mengalih keluar sekurang-kurangnya dua daripada tiga titik geseran itu hari ini. Sama ada pesaing bertindak balas dengan potongan harga yang sepadan — seperti yang mereka lakukan selepas keluaran Gemini Flash sebelum ini — akan menjadi salah satu cerita untuk ditonton dalam minggu-minggu akan datang.
Penambahbaikan konsistensi patut diberi perhatian khusus daripada pasukan yang mencuba model video terdahulu dan pergi. Pengumuman Google secara khusus menyasarkan "projek profesional", mengakui bahawa keselarasan bingkai-ke-bingkai — aksara yang kelihatan sama merentas tangkapan, pencahayaan yang tidak menganjak pertengahan tabir — itulah yang memisahkan demo daripada kandungan yang boleh dihantar. Digabungkan dengan pengeditan perbualan, aliran kerja yang diterangkan oleh Google kelihatan kurang seperti mesin slot yang menjana semula klip dan lebih seperti alat reka bentuk berulang.
Google berkata pembangun boleh mula menggunakan keupayaan baharu dengan serta-merta merentas API Gemini, Google Vids dan Gemini untuk perniagaan.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
