Google, multimodal video oluşturma modelinin en yeni sürümü olan Gemini Omni 1.2 Flash'ın genel kullanıma sunulduğunu duyurdu. Google'ın resmi açıklamasına göre güncelleme, yerel 15 saniyelik video oluşturma, çok turlu konuşma düzenleme ve gelişmiş referans uyumu sağlarken fiyatları da yüzde 30 oranında düşürüyor. Model bugün Gemini API, Google Cloud, Google Vids ve Gemini for business'ta kullanıma sunuluyor.
Google DeepMind Ürün Müdürü Anish Nangia, sürümü "Gemini Omni 1.2 Flash: Daha uzun kliplerle hızlı ve uygun maliyetli" başlıklı bir blog gönderisinde tanıttı ve onu geniş ölçekte video içeriği üreten geliştiriciler ve işletmeler için üretime hazır bir seçenek olarak konumlandırdı. For more context on this story, see our ongoing AI industry coverage.
Gemini Omni 1.2 Flash'taki Yenilikler
Başlık özelliği, Omni serisinin önceki sürümlerine göre anlamlı bir uzantı olan 15 saniyelik video klipler için yerel destektir. Google, modelin ayrıca kareler arasında daha güçlü bir tutarlılık sağladığını söylüyor; bu, çekimler arasındaki sürekliliğin nihai çıktıyı oluşturabileceği veya bozabileceği profesyonel projeler için önemli.
İkinci büyük ekleme, çok turlu konuşma düzenlemesidir. Bir ayrıntı yanlış olduğunda bir klibi sıfırdan yeniden oluşturmak yerine, geliştiriciler ve içerik oluşturucular artık videoları bir dizi etkileşimli talimat aracılığıyla hassaslaştırabilirler. Google, bunun baştan başlamadan daha hızlı ayarlamalara olanak sağladığını, bunun da hacimli video üreten ekipler için hem yineleme süresini hem de belirteç maliyetlerini azaltacağını söylüyor.
Google ayrıca referans uyumu olarak adlandırdığı şeyi de geliştirdi; yani modelin, kullanıcının sağladığı görsel referanslara ve talimatlara bağlı kalma yeteneği. Pratik anlamda bu, bir referans görüntü veya açıklama tarafından yönlendirilen karakterlerin, stillerin ve sahne öğelerinin oluşturulan klip boyunca daha sadık kalması gerektiği anlamına gelir.
Fiyatlar Yüzde 30 Düştü
Maliyet, yapay zekayla video oluşturmanın prodüksiyonda kullanılmasının önündeki ana engellerden biri ve Google buna doğrudan saldırıyor. Şirket, Gemini Omni 1.2 Flash'ın fiyatını önceki versiyona göre yüzde 30 oranında düşürerek modeli yüksek hacimli video prodüksiyonu için uygun maliyetli bir seçenek olarak çerçeveledi.
Multimodal üretimdeki rekabet yoğunlaştıkça fiyat indirimi geliyor. OpenAI, Meta ve bir dizi yeni girişim, geçtiğimiz yıl boyunca yapay zeka videolarına yöneldi ve geliştiriciler, ham kalite kadar klip başına maliyete dayalı modelleri giderek daha fazla seçiyor. Google'ın daha uzun klipleri daha düşük fiyatlandırmayla eşleştirme kararı, Gemini Omni'nin yalnızca denemeler yerine ticari iş yükleri için varsayılan seçim olmasını istediğini gösteriyor.
Geliştiricilerin Nerede Kullanabileceği
Gemini Omni 1.2 Flash genel kullanıma sunuldu ve Google bunun, deneysel önizleme yerine üretim ihtiyaçlarına hazır olduğu anlamına geldiğini vurguluyor. Geliştiriciler buna Gemini API ve Google Cloud aracılığıyla erişebilirken, iş kullanıcıları bunu pazarlama, eğitim ve iletişim iş akışlarına yönelik video içeriği üretmek için iş amaçlı Google Vids ve Gemini'de kullanabilir.
Bu dağılım önemli. Modeli doğrudan Google Vids gibi Workspace'e bitişik araçlara yerleştirmek, Google'a kurumsal müşterilere, saf video oluşturma girişimlerinin her seferinde bir sözleşme için mücadele etmesi gereken bir kanal sağlar.
Omni Line'ın Hızlı Ritmi
Gemini Omni 1.2 Flash, Google'ın Ağustos ayı sonlarında Gemini Omni 1.1 Flash'ı tanıtmasından yaklaşık on hafta sonra ve orijinal Gemini Omni'nin Mayıs ayında piyasaya sürülmesinden yaklaşık beş buçuk ay sonra geliyor. Yaklaşık üç ayda bir yapılan güncellemelerin istikrarlı temposu, Google'ın artık öncü model ailelerini ne kadar hızlı yinelediğini ve Flash varyantlarının her neslin hızlı, uygun fiyatlı katmanı olarak konumlandırıldığını yansıtıyor.
Sürüm, geliştirici topluluğunun hemen dikkatini çekti. Lansman, Cuma sabahı Hacker News'i geride bırakarak saatler içinde 170'den fazla puan ve 130'dan fazla yorum topladı; tartışmalar fiyatlandırmaya, 15 saniye sınırına ve modelin düzenleme iş akışının alternatiflerle karşılaştırıldığında nasıl olduğuna odaklandı.
Yapay Zeka Video Pazarı İçin Ne İfade Ediyor?
Güncelleme yapay zeka şirketleri için çalkantılı bir zamanda geliyor. Kısmen yatırımcıların yapay zekadan para kazanma konusundaki endişelerinin tetiklediği bu haftaki borsa satışları, her büyük laboratuvarı öncü araştırmaların gelire dönüştüğünü gösterme konusunda baskı altına aldı. Daha ucuz, daha hızlı video üretimi bu sorunun doğrudan yanıtıdır: Daha düşük fiyatlar müşteri tabanını genişletir ve üretime hazır olma durumu, deneme aşamasındaki araçların asla göremediği kurumsal bütçeleri davet eder.
Geliştiriciler için pratik çözüm basittir. Video oluşturma iş yükleri daha önce klip uzunluğu, fiyat veya her değişiklikten sonra çıktıyı yeniden oluşturmanın getirdiği sıkıntı nedeniyle kısıtlanıyorduysa, Gemini Omni 1.2 Flash bugün bu üç sürtünme noktasından en az ikisini ortadan kaldırıyor. Rakiplerin önceki Gemini Flash sürümlerinden sonra olduğu gibi benzer fiyat indirimleriyle karşılık verip vermeyeceği önümüzdeki haftalarda izlenecek hikayelerden biri olacak.
Tutarlılık iyileştirmeleri, daha önceki video modellerini deneyip vazgeçen ekiplerin özellikle dikkatini hak ediyor. Google'ın duyurusu özellikle "profesyonel projeleri" hedef alıyor ve kareden kareye tutarlılığın (çekimlerde aynı görünen karakterler, sahne ortasında değişmeyen ışıklandırma) bir demoyu teslim edilebilir içerikten ayıran şey olduğunu kabul ediyor. Konuşmalı düzenlemeyle birleştiğinde, Google'ın tanımladığı iş akışı, klipleri yeniden oluşturan bir kumar makinesinden ziyade yinelemeli bir tasarım aracına benziyor.
Google, geliştiricilerin Gemini API, Google Vids ve Gemini'deki yeni özellikleri iş amaçlı olarak hemen kullanmaya başlayabileceklerini söylüyor.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
