Google ได้ประกาศความพร้อมทั่วไปของ Gemini Omni 1.2 Flash ซึ่งเป็นเวอร์ชันใหม่ล่าสุดของโมเดลการสร้างวิดีโอต่อเนื่องหลายรูปแบบ ตามประกาศอย่างเป็นทางการของ Google การอัปเดตนี้จะนำการสร้างวิดีโอเนทิฟ 15 วินาที การแก้ไขการสนทนาหลายรอบ และความสม่ำเสมอในการอ้างอิงที่ดีขึ้น ในขณะที่ลดราคาลง 30 เปอร์เซ็นต์ โมเดลนี้จะเปิดตัวแล้ววันนี้ใน Gemini API, Google Cloud, Google Vids และ Gemini สำหรับธุรกิจ

Anish Nangia ผู้จัดการผลิตภัณฑ์ของ Google DeepMind แนะนำการเปิดตัวในบล็อกโพสต์ชื่อ "Gemini Omni 1.2 Flash: รวดเร็วและคุ้มค่าด้วยคลิปที่ยาวกว่า" โดยวางตำแหน่งให้เป็นตัวเลือกที่พร้อมสำหรับการผลิตสำหรับนักพัฒนาและธุรกิจที่สร้างเนื้อหาวิดีโอในวงกว้าง For more context on this story, see our ongoing AI trends.

มีอะไรใหม่ใน Gemini Omni 1.2 Flash

ความสามารถพาดหัวคือการสนับสนุนดั้งเดิมสำหรับคลิปวิดีโอความยาว 15 วินาที ซึ่งเป็นส่วนขยายที่มีความหมายเหนือสาย Omni เวอร์ชันก่อนหน้า Google กล่าวว่าโมเดลนี้ยังให้ความสอดคล้องกันมากขึ้นในเฟรมต่างๆ ซึ่งสำคัญสำหรับโปรเจ็กต์ระดับมืออาชีพที่ความต่อเนื่องระหว่างช็อตสามารถสร้างหรือทำลายผลลัพธ์สุดท้ายได้

การเพิ่มที่สำคัญประการที่สองคือการแก้ไขการสนทนาหลายรอบ แทนที่จะสร้างคลิปใหม่ตั้งแต่ต้นเมื่อมีรายละเอียดไม่ถูกต้อง นักพัฒนาและผู้สร้างสามารถปรับแต่งวิดีโอผ่านลำดับคำแนะนำในการสนทนาได้ Google กล่าวว่าสิ่งนี้ช่วยให้ปรับเปลี่ยนได้เร็วขึ้นโดยไม่ต้องเริ่มใหม่ ซึ่งจะช่วยลดทั้งเวลาในการทำซ้ำและต้นทุนโทเค็นสำหรับทีมที่ผลิตวิดีโอในปริมาณมาก

Google ยังได้ปรับปรุงสิ่งที่เรียกว่าการยึดมั่นในการอ้างอิง ซึ่งก็คือความสามารถของโมเดลในการยึดติดกับการอ้างอิงด้วยภาพและคำแนะนำที่ผู้ใช้ให้ไว้ ในทางปฏิบัติ นั่นหมายถึงตัวละคร สไตล์ และองค์ประกอบฉากที่ได้รับคำแนะนำจากรูปภาพอ้างอิงหรือคำอธิบายควรคงความเที่ยงตรงมากขึ้นในคลิปที่สร้างขึ้น

ราคาลดลง 30 เปอร์เซ็นต์

ต้นทุนเป็นหนึ่งในอุปสรรคสำคัญต่อการใช้การผลิตวิดีโอ AI และ Google กำลังโจมตีโดยตรง บริษัทลดราคา Gemini Omni 1.2 Flash ลง 30 เปอร์เซ็นต์ เมื่อเทียบกับรุ่นก่อนหน้า ทำให้รุ่นนี้เป็นตัวเลือกที่คุ้มค่าสำหรับการผลิตวิดีโอปริมาณมาก

การลดราคาเกิดขึ้นเมื่อการแข่งขันในรุ่นหลายรูปแบบทวีความรุนแรงมากขึ้น OpenAI, Meta และคลื่นแห่งสตาร์ทอัพต่างผลักดันวิดีโอ AI ในช่วงปีที่ผ่านมา และนักพัฒนาก็เลือกโมเดลมากขึ้นโดยพิจารณาจากราคาต่อคลิปพอๆ กับคุณภาพดิบ การตัดสินใจของ Google ในการจับคู่คลิปที่ยาวขึ้นและราคาที่ต่ำกว่า แสดงให้เห็นว่าต้องการให้ Gemini Omni เป็นตัวเลือกเริ่มต้นสำหรับปริมาณงานเชิงพาณิชย์มากกว่าแค่การทดลอง

ที่ที่นักพัฒนาสามารถใช้งานได้

Gemini Omni 1.2 Flash มีวางจำหน่ายทั่วไปแล้ว ซึ่ง Google เน้นย้ำว่าพร้อมสำหรับความต้องการในการผลิตมากกว่าการแสดงตัวอย่างแบบทดลอง นักพัฒนาสามารถเข้าถึงได้ผ่าน Gemini API และ Google Cloud ในขณะที่ผู้ใช้ทางธุรกิจสามารถใช้ภายใน Google Vids และ Gemini สำหรับธุรกิจ เพื่อสร้างเนื้อหาวิดีโอสำหรับการตลาด การฝึกอบรม และเวิร์กโฟลว์การสื่อสาร

การกระจายนั้นมีความสำคัญ การฝังโมเดลลงในเครื่องมือที่อยู่ติดกับ Workspace เช่น Google Vids โดยตรงทำให้ Google มีช่องทางให้กับลูกค้าองค์กรที่สตาร์ทอัพด้านการสร้างวิดีโอล้วนต้องต่อสู้เพื่อสัญญาฉบับเดียวในแต่ละครั้ง

จังหวะที่รวดเร็วของ Omni Line

Gemini Omni 1.2 Flash จะมาถึงประมาณสิบสัปดาห์หลังจากที่ Google เปิดตัว Gemini Omni 1.1 Flash ในช่วงปลายเดือนสิงหาคม และประมาณห้าเดือนครึ่งหลังจาก Gemini Omni ดั้งเดิมเปิดตัวในเดือนพฤษภาคม จังหวะที่สม่ำเสมอของการอัปเดตรายไตรมาสโดยประมาณสะท้อนให้เห็นว่า Google ทำซ้ำตระกูลโมเดลระดับแนวหน้าได้รวดเร็วเพียงใด โดยเวอร์ชัน Flash อยู่ในตำแหน่งที่รวดเร็วและราคาไม่แพงในแต่ละรุ่น

การเปิดตัวครั้งนี้ดึงดูดความสนใจจากชุมชนนักพัฒนาซอฟต์แวร์ทันที การเปิดตัวดังกล่าวติดอันดับ Hacker News ในเช้าวันศุกร์ โดยมีคะแนนสะสมมากกว่า 170 คะแนนและความคิดเห็นมากกว่า 130 รายการภายในไม่กี่ชั่วโมง โดยการอภิปรายมุ่งเน้นไปที่การกำหนดราคา การจำกัดเวลา 15 วินาที และขั้นตอนการแก้ไขของโมเดลเมื่อเปรียบเทียบกับทางเลือกอื่นๆ

ความหมายสำหรับตลาดวิดีโอ AI

การอัปเดตเกิดขึ้นในช่วงเวลาที่ยากลำบากสำหรับบริษัท AI การขายหุ้นในสัปดาห์นี้ส่วนหนึ่งเกิดจากความกังวลของนักลงทุนเกี่ยวกับการสร้างรายได้จาก AI ทำให้ห้องปฏิบัติการหลักทุกแห่งตกอยู่ภายใต้แรงกดดันเพื่อแสดงให้เห็นว่าการวิจัยระดับแนวหน้าแปลงเป็นรายได้ การสร้างวิดีโอที่ถูกกว่าและเร็วกว่าเป็นคำตอบโดยตรงสำหรับคำถามนั้น: ราคาที่ต่ำกว่าจะขยายฐานลูกค้า และสถานะพร้อมสำหรับการผลิตเชิญชวนให้งบประมาณขององค์กรซึ่งเครื่องมือในขั้นทดลองไม่เคยเห็นมาก่อน

สำหรับนักพัฒนา สิ่งที่นำไปใช้ได้จริงนั้นตรงไปตรงมา หากก่อนหน้านี้ปริมาณงานในการสร้างวิดีโอถูกจำกัดด้วยความยาวของคลิป ราคา หรือความเจ็บปวดจากการสร้างเอาต์พุตใหม่หลังจากการเปลี่ยนแปลงทุกครั้ง Gemini Omni 1.2 Flash จะลบจุดเสียดสีอย่างน้อยสองจุดจากสามจุดดังกล่าวในปัจจุบัน คู่แข่งจะตอบสนองต่อการลดราคาที่ตรงกันหรือไม่ เช่นเดียวกับที่เคยมีหลังจากการเปิดตัว Gemini Flash ครั้งก่อน ๆ หรือไม่ จะเป็นหนึ่งในเรื่องราวที่น่าจับตามองในอีกไม่กี่สัปดาห์ข้างหน้า

การปรับปรุงความสอดคล้องสมควรได้รับความสนใจเป็นพิเศษจากทีมที่ลองใช้วิดีโอรุ่นก่อนหน้านี้แล้วเดินออกไป การประกาศของ Google มุ่งเป้าไปที่ "โปรเจ็กต์ระดับมืออาชีพ" โดยเฉพาะ โดยยอมรับว่าการเชื่อมโยงกันแบบเฟรมต่อเฟรม — ตัวละครที่มีลักษณะเหมือนกันในทุกช็อต การจัดแสงที่ไม่เปลี่ยนกลางฉาก — เป็นสิ่งที่แยกการสาธิตจากเนื้อหาที่ส่งมอบ เมื่อรวมกับการแก้ไขการสนทนา เวิร์กโฟลว์ที่ Google อธิบายนั้นดูไม่เหมือนสล็อตแมชชีนที่สร้างคลิปขึ้นมาใหม่ และเหมือนกับเครื่องมือออกแบบที่ทำซ้ำ

Google กล่าวว่านักพัฒนาสามารถเริ่มใช้ความสามารถใหม่ได้ทันทีใน Gemini API, Google Vids และ Gemini สำหรับธุรกิจ

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →