DeepMind ürün yöneticileri Anish Nangia ve Alisa Fortin tarafından resmi Google blogunda yayınlanan bir gönderiye göre Google Perşembe günü, üretken video modeline sahne uzantısı, sinematik kamera kontrolleri ve 4K çıkış ekleyen üretime hazır bir güncelleme olan Gemini Omni 1.1 Flash'ı duyurdu.
Güncelleme, Omni'yi deneysel bir modelden, Google AI Studio'daki Gemini API'si aracılığıyla Google'ın profesyonel kullanıma yönelik üretime hazırlık olarak adlandırdığı modele taşıyor; kullanılabilirlik de Gemini Enterprise Agent Platformu aracılığıyla listeleniyor. Google, Gemini Omni'yi üretken yaratıma gerçek dünya mantığı getirdiğini tanımlıyor ve 1.1 sürümünü, modelin video iş akışları, yaratıcı araçlar ve medya düzenleme yazılımı geliştiren geliştiriciler için yeterince güvenilir hale geldiği nokta olarak konumlandırıyor.
Sahne genişletme yoluyla daha uzun hikayeler
Başlık özelliği, geliştiricilerin mevcut oluşturulmuş bir videoyu almasına ve kaldığı yerden sorunsuz bir şekilde çekim oluşturmaya devam etmesine olanak tanıyan sahne uzantısıdır. Google, Omni 1.1 ile modelin önceki bağlamı 10 saniyeye kadar analiz edebildiğini söylüyor; bu, yalnızca son saniyeye referans veren önceki modellerden bir sıçrama. Şirkete göre sonuç, daha uzun hikayeler oluştururken veya yeni yaratıcı yönlere ayrılırken görsel tutarlılığın ve anlatıya bağlılığın artması oldu.
Videolar 10 saniyelik artışlarla toplam 40 saniyelik toplam uzunluğa kadar uzatılabilir. Bu, geleneksel video uzunluklarının altında kalıyor ancak kısa biçimli içerik, reklam kreatifi ve ön görselleştirme çalışmaları için Google, kontrol ve tutarlılığın süreden daha önemli olduğuna inanıyor.
Duyuruyla birlikte yayınlanan tanıtım materyali, iş akışının pratikte nasıl işlemesi gerektiğini gösteriyor: Her yeni istem, önceki sahneyi devam ettiriyor; model görsel bağlamı ileri taşıyor, bu sırada istem kamera hareketindeki, ayardaki ve hatta ruh halindeki değişiklikleri yönlendiriyor; bir sekans, yakın bir konuşmadan, tozlu yer altı mezarlarından yavaş bir şekilde dışarı çıkmaya ve ardından uçsuz bucaksız bir yüzen kütüphaneye doğru ilerliyor. Bir sahneyi tek çekimde oluşturmak yerine katmanlar halinde oluşturmak, eski metinden videoya dönüştürme araçlarının çalışma biçiminden çok, bir editörün görüntüleri nasıl bir araya getirdiğine daha yakındır.
Kamera kontrolü ve çerçeve enterpolasyonu
Sürüm ayrıca Google'ın stüdyo kalitesinde video prodüksiyon araçları olarak tanımladığı araçları da ekliyor. Duyuru gönderisinde gösterilen örnekler arasında şunlar yer alıyor: uzaklaştırırken kamerayı ileriye doğru hareket ettiren sinematik bir hareketli yakınlaştırma, bir karakterin gözlerine mekanik bir anlık yakınlaştırma ve 3 boyutlu derinliği ve paralaksı göstermek için donmuş bir karakterin etrafında 360 derecelik yörüngesel dönüş.
Geliştiriciler ayrıca bir çekim için ilk ve son kareleri belirleyebilir ve model, aralarında yumuşak geçişler enterpolasyonu yapabilir; bu, profesyonel animatörlerin aşina olduğu ve çekimin nerede başlayıp nerede bittiği konusunda ayrıntılı kontrol sağlayan bir tekniktir. Google hızlı sürüm temposunu sürdürürken en son AI gelişmelerini takip edin.
360p'de yineleyin, 4K'da teslim edin
Omni 1.1 Flash, maliyet kontrolünü amaçlayan iki katmanlı kaliteli bir iş akışı sunar. Geliştiriciler, yaratıcı süreç sırasında fikirleri daha hızlı ve daha ucuz bir şekilde yinelemek için hızlı 360p önizlemeler oluşturabilir, ardından mükemmel bir sonuç için son projeyi 4K çözünürlüğe yükseltebilir. Google, yükseltmenin profesyonel kullanıma uygun net, yüksek çözünürlüklü çıktı ürettiğini söylüyor.
Önizlemeden 4K'ya geçiş hattı, üretken videonun kalıcı ekonomik sorunlarından birini ele alıyor: her anlık değişiklikte tam çözünürlüklü çıktıyı yeniden oluşturmanın maliyeti. Google, keşif ile teslimat arasındaki bağlantıyı ayırarak modeli, son oluşturma işleminden önce düzinelerce yinelemenin gerçekleştiği ticari ardışık düzenler için daha pratik hale getiriyor.
Neden önemlidir?
Güncelleme, endüstrinin ham üretim kalitesinden kontrol edilebilirliğe doğru bir değişimi yansıtıyor; yani bir yönetmen veya editörün yapacağı gibi kamera hareketini yönlendirme, karakter tutarlılığını koruma ve tam kareleri yakalama yeteneği. Yaratıcı yazılım geliştiren geliştiriciler için, demo ile dağıtılabilir ürün arasındaki fark genellikle saf doğruluktan ziyade bu kontrollere dayanır.
Google'ın yayın çerçevelemesi hedef kitleyi açıkça ortaya koyuyor. Şirket üç hedef kategoriyi (üretken video iş akışları, yaratıcı araçlar ve medya düzenleme yazılımı) adlandırıyor ve güncellemeleri, üretken videoyu daha kontrol edilebilir, yinelemeyi daha hızlı hale getirmek ve gerçek dünya dağıtımı için cilalamak olarak tanımlıyor. Sürüm özetinde 4K yükseltmenin yanında daha hızlı prototip oluşturma da yer alıyor ve yineleme hızının başlı başına bir özellik olarak satıldığının altı çiziliyor.
AI Studio'da ve Gemini API aracılığıyla sunulan Omni 1.1 Flash ile Google, modeli Gemini Enterprise Agent Platformu aracılığıyla kurumsal kullanıcılara da sunuyor ve üretken videonun tüketiciye yönelik bir yenilik olmaktan ziyade iş altyapısı olarak konumlandırıldığının sinyalini veriyor.
Ne izlemeli
Duyuruda 4K çıkışın fiyatlandırma ayrıntıları vurgulanmadı ve geliştiriciler, 40 saniyelik kümülatif sınırın gerçek dünyadaki üretim planlarını nasıl etkilediğini izleyecek. Rakiplerin kendi kontrol edilebilirlik özelliklerini hızlı bir şekilde sunmasıyla, AI videosundaki rekabet yoğun olmaya devam ediyor; bu dinamik, bu yıl en son teknolojiye sahip iddiaların raf ömrünü defalarca kısalttı.
Şimdilik Google'ın geliştiricilere mesajı doğrudan: Bir zamanlar hızlı simya ve şans gerektiren üretken videolar artık tek bir API aracılığıyla 4K olarak yönetilebiliyor, genişletilebiliyor ve tamamlanabiliyor.
---
Yapay Zekanın Önünde OlunEn son AI haberlerini, analizlerini ve buluşlarını tek bir yerden alın.
Daha fazla AI haberini okuyun →
