DeepMind தயாரிப்பு மேலாளர்கள் அனிஷ் நங்கியா மற்றும் அலிசா ஃபோர்டின் அதிகாரப்பூர்வ கூகுள் வலைப்பதிவில் ஒரு இடுகையின்படி, காட்சி நீட்டிப்பு, சினிமா கேமரா கட்டுப்பாடுகள் மற்றும் 4K வெளியீடு ஆகியவற்றைச் சேர்க்கும் ஜெமினி ஓம்னி 1.1 ஃப்ளாஷ், அதன் உருவாக்கும் வீடியோ மாடலுக்கான தயாரிப்பு-தயாரான புதுப்பிப்பை கூகிள் வியாழக்கிழமை அறிவித்தது.

புதுப்பிப்பு Omni ஐ சோதனை மாதிரியிலிருந்து Google AI ஸ்டுடியோவில் உள்ள Gemini API வழியாக தொழில்முறை பயன்பாட்டிற்கான தயாரிப்புத் தயார்நிலை என்று அழைக்கிறது. ஜெமினி ஓம்னியை உருவாக்குவதற்கு நிஜ-உலகப் பகுத்தறிவைக் கொண்டு வந்ததாக கூகுள் விவரிக்கிறது, மேலும் 1.1 வெளியீட்டை டெவலப்பர்கள் வீடியோ பணிப்பாய்வுகள், கிரியேட்டிவ் டூல்ஸ் மற்றும் மீடியா எடிட்டிங் மென்பொருளை உருவாக்கும் அளவுக்கு நம்பகத்தன்மை கொண்டதாக மாற்றுகிறது.

காட்சி நீட்டிப்பு மூலம் நீண்ட கதைகள்

தலைப்புத் திறன் என்பது காட்சி நீட்டிப்பு ஆகும், இது டெவலப்பர்கள் ஏற்கனவே உருவாக்கப்பட்ட வீடியோவை எடுக்கவும், அது நிறுத்திய இடத்திலிருந்து தொடர்ந்து காட்சிகளை உருவாக்கவும் அனுமதிக்கிறது. Omni 1.1 உடன், இந்த மாடல் 10 வினாடிகள் வரை முந்தைய சூழலை பகுப்பாய்வு செய்ய முடியும் என்று கூகுள் கூறுகிறது - இது முந்தைய மாடல்களில் இருந்து இறுதி வினாடியை மட்டுமே குறிப்பிடுகிறது. இதன் விளைவாக, நிறுவனத்தின் கூற்றுப்படி, நீண்ட கதைகளை உருவாக்கும்போது அல்லது புதிய ஆக்கப்பூர்வ திசைகளில் கிளைக்கும் போது மேம்பட்ட காட்சி நிலைத்தன்மை மற்றும் கதை பின்பற்றுதல்.

வீடியோக்களை 10-வினாடி அதிகரிப்புகளில் மொத்தமாக 40 வினாடிகள் வரை நீட்டிக்க முடியும். இது பாரம்பரிய வீடியோ நீளம் குறைவாகவே உள்ளது, ஆனால் குறுகிய வடிவ உள்ளடக்கம், விளம்பர ஆக்கப்பூர்வமான மற்றும் முன் காட்சிப்படுத்தல் பணிகளுக்கு, காலத்தை விட கட்டுப்பாடு மற்றும் நிலைத்தன்மை முக்கியம் என்று Google பந்தயம் கட்டுகிறது.

அறிவிப்புடன் வெளியிடப்பட்ட செயல்விளக்கம் நடைமுறையில் எவ்வாறு செயல்பட வேண்டும் என்பதைக் காட்டுகிறது: ஒவ்வொரு புதிய வரியும் முந்தைய காட்சியைத் தொடர்கிறது, மாதிரி காட்சி சூழலை முன்னோக்கி கொண்டு செல்கிறது, அதே நேரத்தில் கேமரா இயக்கம், அமைப்பு மற்றும் மனநிலையில் மாற்றங்களைத் தூண்டுகிறது - ஒரு தொடர் ஒரு நெருக்கமான உரையாடலில் இருந்து தூசி நிறைந்த கேடாகம்ப்கள் வழியாக மெதுவாக வெளியேறி பின்னர் பரந்த மிதக்கும் நூலகத்திற்கு நகர்கிறது. ஒரு காட்சியை அடுக்குகளில் உருவாக்குவது, அதை ஒரே ஷாட்டில் உருவாக்குவதை விட, ஒரு எடிட்டர் எப்படி காட்சிகளை ஒருங்கிணைக்கிறார் என்பதை விட, ஆரம்பகால டெக்ஸ்ட்-டு-வீடியோ கருவிகள் எவ்வாறு செயல்பட்டன என்பதை விட நெருக்கமாக இருக்கும்.

கேமரா கட்டுப்பாடு மற்றும் சட்ட இடைக்கணிப்பு

ஸ்டுடியோ-தரமான வீடியோ தயாரிப்புக் கருவிகள் என கூகுள் விவரிப்பதையும் இந்த வெளியீடு சேர்க்கிறது. அறிவிப்பு இடுகையில் காட்டப்பட்டுள்ள எடுத்துக்காட்டுகளில்: ஜூம் அவுட் செய்யும் போது கேமராவை முன்னோக்கி நகர்த்தும் ஒரு சினிமா டோலி-ஜூம், ஒரு கதாபாத்திரத்தின் கண்களில் மெக்கானிக்கல் ஸ்னாப்-ஜூம், மற்றும் 3D ஆழம் மற்றும் இடமாறு ஆகியவற்றைக் காட்ட உறைந்த பாத்திரத்தைச் சுற்றி 360 டிகிரி சுற்றுப்பாதை சுழற்சி.

டெவலப்பர்கள் ஒரு ஷாட்டுக்கான முதல் மற்றும் கடைசி பிரேம்களையும் குறிப்பிடலாம், மாடல் அவற்றுக்கிடையே மென்மையான மாற்றங்களை இடைக்கணிக்கிறது - தொழில்முறை அனிமேட்டர்களுக்கு நன்கு தெரிந்த ஒரு நுட்பம் ஒரு ஷாட் தொடங்கும் மற்றும் முடிவடையும் இடத்தின் மீது நுணுக்கமான கட்டுப்பாட்டை வழங்குகிறது. கூகுள் தனது விரைவான வெளியீட்டுத் திறனைத் தொடர்வதால், சமீபத்திய AI வளர்ச்சிகளைப் பின்பற்றவும்.

360p இல் மீண்டும் செய்யவும், 4K இல் வழங்கவும்

Omni 1.1 Flash ஆனது செலவுக் கட்டுப்பாட்டை நோக்கமாகக் கொண்ட இரண்டு-அடுக்கு தரமான பணிப்பாய்வுகளை அறிமுகப்படுத்துகிறது. டெவலப்பர்கள் விரைவான 360p மாதிரிக்காட்சிகளை உருவாக்கி, ஆக்கப்பூர்வமான செயல்பாட்டின் போது யோசனைகளை விரைவாகவும் மலிவாகவும் மாற்றலாம், பின்னர் மெருகூட்டப்பட்ட முடிவுக்காக இறுதித் திட்டத்தை 4K தெளிவுத்திறனுக்கு உயர்த்தலாம். தொழில் பயன்பாட்டிற்கு ஏற்ற மிருதுவான, உயர்-தெளிவுத்திறன் வெளியீட்டை இந்த அப்ஸ்கேலிங் உருவாக்குகிறது என்று கூகுள் கூறுகிறது.

முன்னோட்டம்-க்கு-4K பைப்லைன் உருவாக்கும் வீடியோவின் தொடர்ச்சியான பொருளாதாரச் சிக்கல்களில் ஒன்று: ஒவ்வொரு முறையும் உடனடியாக மாறும்போது முழு-தெளிவு வெளியீட்டை மீண்டும் உருவாக்குவதற்கான செலவு. டெலிவரியிலிருந்து ஆய்வுகளைத் துண்டிப்பதன் மூலம், கூகுள் வணிகக் குழாய்களுக்கு இந்த மாதிரியை மிகவும் நடைமுறைப்படுத்துகிறது.

அது ஏன் முக்கியம்

இந்தப் புதுப்பிப்பு, தொழில்துறையின் மூலத் தரத்திலிருந்து கட்டுப்பாட்டை நோக்கிய மாற்றத்தை பிரதிபலிக்கிறது - கேமரா இயக்கத்தை இயக்கும் திறன், எழுத்து நிலைத்தன்மையைப் பேணுதல் மற்றும் ஒரு இயக்குனர் அல்லது எடிட்டர் செய்யும் விதத்தில் துல்லியமான பிரேம்களைத் தாக்கும் திறன். கிரியேட்டிவ் மென்பொருளை உருவாக்கும் டெவலப்பர்களுக்கு, ஒரு டெமோவிற்கும் பயன்படுத்தக்கூடிய தயாரிப்புக்கும் இடையே உள்ள வித்தியாசம், மூல நம்பகத்தன்மையைக் காட்டிலும் பெரும்பாலும் இந்தக் கட்டுப்பாடுகளுக்குக் கீழே வரும்.

வெளியீட்டின் கூகுளின் கட்டமைப்பானது உத்தேசிக்கப்பட்ட பார்வையாளர்களை வெளிப்படையாக்குகிறது. நிறுவனம் மூன்று இலக்கு வகைகளை பெயரிடுகிறது - உருவாக்கும் வீடியோ பணிப்பாய்வுகள், கிரியேட்டிவ் கருவிகள் மற்றும் மீடியா எடிட்டிங் மென்பொருள் - மற்றும் புதுப்பிப்புகள் உருவாக்கும் வீடியோவை மேலும் கட்டுப்படுத்தக்கூடியதாகவும், வேகமாகவும், நிஜ உலக வரிசைப்படுத்தலுக்கு மெருகூட்டுவதாகவும் விவரிக்கிறது. வெளியீட்டுச் சுருக்கத்தில் 4K உயர்நிலையுடன் வேகமான முன்மாதிரி தோன்றுகிறது, மறு செய்கை வேகம் அதன் சொந்த அம்சமாக விற்கப்படுகிறது என்பதை அடிக்கோடிட்டுக் காட்டுகிறது.

AI ஸ்டுடியோவிலும் ஜெமினி API மூலமாகவும் Omni 1.1 Flash கிடைப்பதால், Gemini Enterprise Agent பிளாட்ஃபார்ம் வழியாக நிறுவனப் பயனர்களை நோக்கி கூகுள் மாடலைத் தள்ளுகிறது, இது ஒரு நுகர்வோர் புதுமைக்கு பதிலாக வணிக உள்கட்டமைப்பாக நிலைநிறுத்தப்படுவதைக் குறிக்கிறது.

என்ன பார்க்க வேண்டும்

4K வெளியீட்டிற்கான விலை விவரங்கள் அறிவிப்பில் முன்னிலைப்படுத்தப்படவில்லை, மேலும் 40-விநாடிகளின் ஒட்டுமொத்த வரம்பு நிஜ உலக உற்பத்தித் திட்டங்களை எவ்வாறு பாதிக்கிறது என்பதை டெவலப்பர்கள் கவனிப்பார்கள். AI வீடியோவில் போட்டி தீவிரமாக உள்ளது, போட்டியாளர்கள் தங்கள் சொந்த கட்டுப்பாட்டு அம்சங்களை விரைவான வேகத்தில் அனுப்புகிறார்கள் - இது இந்த ஆண்டு அதிநவீன உரிமைகோரல்களின் அடுக்கு ஆயுளை மீண்டும் மீண்டும் குறைத்துள்ளது.

இப்போதைக்கு, டெவலப்பர்களுக்கான கூகுளின் செய்தி நேரடியானது: ஒருமுறை உடனடி ரசவாதம் மற்றும் அதிர்ஷ்டம் தேவைப்படும் வீடியோவை இப்போது ஒரே API மூலம் 4K இல் இயக்கலாம், நீட்டிக்கலாம் மற்றும் முடிக்கலாம்.

---

AIக்கு முன்னால் இருங்கள்

சமீபத்திய AI செய்திகள், பகுப்பாய்வு மற்றும் முன்னேற்றங்கள் - அனைத்தையும் ஒரே இடத்தில் பெறுங்கள்.

மேலும் AI செய்திகளைப் படிக்கவும் →