Google mnamo Alhamisi ilitangaza Gemini Omni 1.1 Flash, sasisho tayari kwa utengenezaji wa muundo wake wa uzalishaji wa video ambao unaongeza upanuzi wa eneo, vidhibiti vya kamera ya sinema na matokeo ya 4K, kulingana na chapisho kwenye blogi rasmi ya Google na wasimamizi wa bidhaa wa DeepMind Anish Nangia na Alisa Fortin.
Sasisho huhamisha Omni kutoka kwa muundo wa majaribio hadi kile ambacho Google inakiita utayari wa uzalishaji kwa matumizi ya kitaalamu kupitia API ya Gemini katika Google AI Studio, na upatikanaji pia ukiorodheshwa kupitia Gemini Enterprise Agent Platform. Google inafafanua Gemini Omni kama aliyeleta mawazo ya ulimwengu halisi katika uundaji mzalishaji, na inaweka toleo la 1.1 kama mahali ambapo kielelezo kinaweza kutegemewa vya kutosha kwa wasanidi programu wanaounda utendakazi wa video, zana za ubunifu na programu ya kuhariri midia.
Hadithi ndefu kupitia ugani wa tukio
Kichwa cha habari ni kiendelezi cha eneo, ambacho huwaruhusu wasanidi programu kuchukua video iliyopo iliyotengenezwa na kuendelea kutoa picha bila mshono kutoka pale ilipoishia. Na Omni 1.1, Google inasema modeli inaweza kuchanganua hadi sekunde 10 za muktadha wa hapo awali - hatua kubwa kutoka kwa mifano ya hapo awali ambayo ilirejelea sekunde ya mwisho. Matokeo yake, kulingana na kampuni, ni uthabiti bora wa kuona na uzingatiaji wa simulizi wakati wa kuunda hadithi ndefu au kuweka tawi katika mwelekeo mpya wa ubunifu.
Video zinaweza kupanuliwa kwa nyongeza za sekunde 10 hadi urefu wa jumla wa sekunde 40. Hiyo inasalia kuwa fupi ya urefu wa kawaida wa video, lakini kwa maudhui ya umbo fupi, ubunifu wa utangazaji na kazi ya taswira ya awali, Google inaweka kamari kuwa udhibiti na uthabiti ni muhimu zaidi ya muda.
Nyenzo ya onyesho iliyochapishwa pamoja na tangazo inaonyesha jinsi mtiririko wa kazi unavyokusudiwa kufanya kazi kwa vitendo: kila kidokezo kipya kinaendelea na onyesho la awali, huku kielelezo kikibeba muktadha wa taswira mbele huku kidokezo kikielekeza mabadiliko katika mwendo wa kamera, mpangilio na hata hali ya hewa - mlolongo mmoja husogea kutoka kwa mazungumzo ya karibu hadi kuvuta polepole kupitia makabati yenye vumbi na kisha hadi kwenye maktaba kubwa inayoelea. Kuunda onyesho katika tabaka, badala ya kuitengeneza kwa picha moja, ni karibu na jinsi mhariri anavyokusanya picha kuliko jinsi zana za mapema za kutuma maandishi hadi video zilivyofanya kazi.
Udhibiti wa kamera na tafsiri ya fremu
Toleo hili pia linaongeza kile ambacho Google inakielezea kama zana za utengenezaji wa video za ubora wa studio. Miongoni mwa mifano iliyoonyeshwa kwenye chapisho la tangazo: zoom ya sinema inayosogeza kamera mbele wakati inasogeza nje, kiteknolojia kuvuta-kuza kwenye macho ya mhusika, na mzunguko wa obiti wa digrii 360 kuzunguka mhusika aliyeganda ili kuonyesha kina cha 3D na paralaksi.
Wasanidi programu wanaweza pia kubainisha fremu za kwanza na za mwisho kwa picha, huku modeli ikiingilia mabadiliko laini kati yao - mbinu inayojulikana kwa wahuishaji wa kitaalamu ambayo inatoa udhibiti mzuri wa mahali upigaji unapoanzia na kuisha. Fuata maendeleo ya hivi punde ya AI huku Google ikiendelea na utoaji wake wa haraka.
Iterate katika 360p, toa kwa 4K
Omni 1.1 Flash inatanguliza mtiririko wa ubora wa viwango viwili unaolenga kudhibiti gharama. Wasanidi programu wanaweza kutoa muhtasari wa haraka wa 360p ili kusisitiza mawazo kwa haraka na kwa bei nafuu zaidi wakati wa mchakato wa ubunifu, kisha kuongeza mradi wa mwisho hadi ubora wa 4K ili kupata matokeo yaliyoboreshwa. Google inasema upandishaji huo unatoa matokeo ya haraka, yenye azimio la juu yanafaa kwa matumizi ya kitaaluma.
Onyesho la kuchungulia hadi 4K linashughulikia mojawapo ya matatizo ya kiuchumi yanayoendelea ya video mzalishaji: gharama ya kuzalisha upya matokeo ya msuluhisho kamili kila wakati mabadiliko ya papo hapo. Kwa kutenganisha utafutaji kutoka kwa uwasilishaji, Google inafanya muundo huo kuwa wa manufaa zaidi kwa mabomba ya kibiashara ambapo marudio mengi yanatangulia utoaji wa mwisho.
Kwa nini ni muhimu
Sasisho linaonyesha mabadiliko ya tasnia kutoka kwa ubora wa uzalishaji ghafi hadi udhibiti - uwezo wa kuelekeza usomaji wa kamera, kudumisha uthabiti wa wahusika na kugonga fremu haswa, jinsi mkurugenzi au mhariri angefanya. Kwa wasanidi programu wanaounda programu bunifu, tofauti kati ya onyesho na bidhaa inayoweza kutumiwa mara nyingi hutokana na vidhibiti hivi badala ya uaminifu mbichi.
Muundo wa toleo la Google hufanya hadhira inayolengwa kuwa wazi. Kampuni inataja kategoria tatu zinazolengwa - utiririshaji kazi wa video, zana za ubunifu na programu ya kuhariri media - na inaelezea masasisho kama kufanya video za uzalishaji kudhibitiwa zaidi, kwa haraka zaidi na kung'aa kwa matumizi ya ulimwengu halisi. Uchapaji wa haraka wa protoksi huonekana pamoja na upandishaji wa 4K katika muhtasari wa toleo, na kusisitiza kwamba kasi ya kurudia inauzwa kama kipengele kivyake.
Kwa kuwa Omni 1.1 Flash inapatikana katika Studio ya AI na kupitia API ya Gemini, Google pia inasukuma kielelezo hicho kwa watumiaji wa biashara kupitia Mfumo wa Wakala wa Gemini Enterprise, kuashiria kuwa video za uzalishaji zinawekwa kama miundombinu ya biashara badala ya kuwa bidhaa mpya ya watumiaji.
Nini cha kutazama
Maelezo ya bei ya pato la 4K hayajaangaziwa kwenye tangazo, na wasanidi programu watakuwa wakitazama jinsi kikomo cha limbikizo cha sekunde 40 kinavyoathiri mipango ya uzalishaji katika ulimwengu halisi. Ushindani katika video ya AI bado ni mkubwa, huku wapinzani wakisafirisha vipengele vyao vya udhibiti kwa kasi ya haraka - nguvu ambayo imefupisha mara kwa mara maisha ya rafu ya madai ya hali ya juu mwaka huu.
Kwa sasa, ujumbe wa Google kwa wasanidi programu ni wa moja kwa moja: video ya uzalishaji ambayo hapo awali ilihitaji alchemy ya haraka na bahati sasa inaweza kuelekezwa, kupanuliwa na kumalizwa katika 4K kupitia API moja.
---
Kaa Mbele ya AIPata habari za hivi punde za AI, uchanganuzi na mafanikio - yote katika sehemu moja.
Soma habari zaidi za AI →
