Google imetangaza upatikanaji wa jumla wa Gemini Omni 1.2 Flash, toleo jipya zaidi la modeli yake ya utengenezaji wa video nyingi. Kulingana na tangazo rasmi la Google, sasisho huleta uundaji wa video asilia wa sekunde 15, uhariri wa mazungumzo ya zamu nyingi, na uzingatiaji bora wa marejeleo, huku ukipunguza bei kwa asilimia 30. Muundo huu umeanza kutumika leo kwenye Gemini API, Google Cloud, Google Vids, na Gemini kwa ajili ya biashara.
Anish Nangia, Meneja wa Bidhaa katika Google DeepMind, alianzisha toleo hilo katika chapisho la blogu linaloitwa "Gemini Omni 1.2 Flash: Haraka na ya gharama nafuu yenye klipu ndefu," akiliweka kama chaguo tayari kwa uzalishaji kwa wasanidi programu na biashara zinazozalisha maudhui ya video kwa kiwango kikubwa. For more context on this story, see our ongoing latest AI developments.
Nini Kipya katika Gemini Omni 1.2 Flash
Uwezo wa kichwa cha habari ni usaidizi asilia wa klipu za video za sekunde 15, kiendelezi cha maana juu ya matoleo ya awali ya mstari wa Omni. Google inasema mtindo huo pia unatoa uthabiti thabiti katika fremu zote, ambazo ni muhimu kwa miradi ya kitaaluma ambapo mwendelezo kati ya picha unaweza kutoa au kuvunja matokeo ya mwisho.
Nyongeza ya pili kuu ni uhariri wa mazungumzo ya zamu nyingi. Badala ya kuunda upya klipu kutoka mwanzo wakati maelezo si sahihi, wasanidi programu na watayarishi sasa wanaweza kuboresha video kupitia mlolongo wa maagizo ya mazungumzo. Google inasema hii inaruhusu marekebisho ya haraka bila kuanza tena, ambayo inapaswa kupunguza muda wa kurudia na gharama za ishara kwa timu zinazozalisha video kwa sauti.
Google pia imeboresha kile inachokiita uzingatiaji wa marejeleo - uwezo wa modeli wa kushikamana na marejeleo ya kuona na maagizo ambayo mtumiaji hutoa. Kwa maneno ya kiutendaji, hiyo inamaanisha kuwa wahusika, mitindo na vipengee vya tukio vinavyoongozwa na picha ya marejeleo au maelezo vinapaswa kusalia kwa uaminifu zaidi kwenye klipu iliyotayarishwa.
Bei Inashuka kwa Asilimia 30
Gharama imekuwa mojawapo ya vikwazo kuu kwa matumizi ya uzalishaji wa uzalishaji wa video za AI, na Google inaishambulia moja kwa moja. Kampuni ilipunguza bei ya Gemini Omni 1.2 Flash kwa asilimia 30 ikilinganishwa na toleo la awali, ikiweka muundo kama chaguo la gharama nafuu kwa utengenezaji wa video wa kiwango cha juu.
Kupunguzwa kwa bei kunakuja huku ushindani katika uzalishaji wa aina nyingi unavyoongezeka. OpenAI, Meta, na wimbi la wanaoanzisha zote zimeingia kwenye video ya AI katika mwaka uliopita, na wasanidi programu wanazidi kuchagua miundo kulingana na gharama kwa kila klipu kama vile ubora mbichi. Uamuzi wa Google wa kuoanisha klipu ndefu na bei ya chini unapendekeza kuwa inataka Gemini Omni liwe chaguo-msingi la mizigo ya kibiashara badala ya majaribio tu.
Ambapo Wasanidi Wanaweza Kuitumia
Gemini Omni 1.2 Flash inapatikana kwa ujumla, ambayo Google inasisitiza inamaanisha iko tayari kwa mahitaji ya uzalishaji badala ya onyesho la kuchungulia la majaribio. Wasanidi programu wanaweza kuipata kupitia API ya Gemini na Wingu la Google, huku watumiaji wa biashara wanaweza kuitumia ndani ya Google Vids na Gemini kwa biashara ili kutoa maudhui ya video kwa ajili ya uuzaji, mafunzo na utendakazi wa mawasiliano.
Usambazaji huo ni muhimu. Kupachika muundo huo moja kwa moja kwenye zana zinazopakana na Workspace kama vile Google Vids huipa Google kituo kwa wateja wa biashara kwamba wanaoanzisha video za uchezaji safi wanapaswa kupigania kandarasi moja kwa wakati mmoja.
Mwendo Kasi wa The Omni Line
Gemini Omni 1.2 Flash inakuja takribani wiki kumi baada ya Google kutambulisha Gemini Omni 1.1 Flash mwishoni mwa Agosti, na takriban miezi mitano na nusu baada ya Gemini Omni ya awali kuonyeshwa kwa mara ya kwanza Mei. Mwanguko thabiti wa takriban masasisho ya kila robo mwaka unaonyesha jinsi Google sasa inavyosema kwa haraka familia za muundo wa mipakani, huku vibadala vya Flash vikiwa katika nafasi ya kiwango cha haraka na cha bei nafuu cha kila kizazi.
Toleo hili lilivutia umakini wa haraka kutoka kwa jumuiya ya wasanidi programu. Uzinduzi huo uliongoza kwa Habari za Hacker Ijumaa asubuhi, na kukusanya zaidi ya pointi 170 na zaidi ya maoni 130 ndani ya saa chache, huku majadiliano yakilenga bei, kikomo cha sekunde 15, na jinsi mtiririko wa kazi wa uhariri wa modeli unalinganishwa na mbadala.
Inamaanisha Nini kwa Soko la Video la AI
Sasisho hutua wakati wa msukosuko kwa kampuni za AI. Uuzaji wa soko la hisa wiki hii, uliochochewa kwa sehemu na wasiwasi wa wawekezaji kuhusu uchumaji wa mapato wa AI, umeweka kila maabara kuu chini ya shinikizo kuonyesha kwamba utafiti wa mipaka unatafsiri mapato. Uzalishaji wa video wa bei nafuu na wa haraka zaidi ni jibu la moja kwa moja kwa swali hilo: bei ya chini huongeza wigo wa wateja, na hali ya utayarishaji wa uzalishaji hualika bajeti za biashara ambazo zana za hatua ya majaribio hazizioni kamwe.
Kwa watengenezaji, kuchukua kwa vitendo ni moja kwa moja. Ikiwa kazi ya kutengeneza video ilibanwa hapo awali na urefu wa klipu, bei, au maumivu ya kuzalisha upya matokeo baada ya kila mabadiliko, Gemini Omni 1.2 Flash huondoa angalau sehemu mbili kati ya hizo tatu za msuguano leo. Iwapo wapinzani watajibu kwa kupunguzwa kwa bei zinazolingana - kama walivyofanya baada ya matoleo ya awali ya Gemini Flash - itakuwa moja ya hadithi za kutazama katika wiki zijazo.
Maboresho ya uthabiti yanastahili kuangaliwa mahususi kutoka kwa timu zilizojaribu mifano ya awali ya video na kuondoka. Tangazo la Google linalenga hasa "miradi ya kitaalamu," ikikubali kwamba uwiano wa fremu kwa fremu - herufi zinazofanana kwenye picha, mwanga ambao hausogei katikati ya onyesho - ndio hutenganisha onyesho na maudhui yanayoweza kutolewa. Ikijumuishwa na uhariri wa mazungumzo, mtiririko wa kazi ambao Google inaelezea hauonekani kama mashine inayopangwa ambayo hutengeneza upya klipu na zaidi kama zana ya kubuni inayorudiwa.
Google inasema watengenezaji wanaweza kuanza kutumia uwezo mpya mara moja kwenye Gemini API, Google Vids, na Gemini kwa biashara.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
