گوگل نے جیمنی اومنی 1.2 فلیش کی عام دستیابی کا اعلان کیا ہے، جو اس کے ملٹی موڈل ویڈیو جنریشن ماڈل کا تازہ ترین ورژن ہے۔ گوگل کے باضابطہ اعلان کے مطابق، یہ اپ ڈیٹ 15 سیکنڈ کی ویڈیو تخلیق، ملٹی ٹرن بات چیت کی ایڈیٹنگ، اور حوالہ جات میں بہتری لاتا ہے، جبکہ قیمتوں میں 30 فیصد تک کمی آئی ہے۔ یہ ماڈل آج جیمنی API، Google Cloud، Google Vids، اور Gemini for Business میں متعارف ہو رہا ہے۔

گوگل ڈیپ مائنڈ کے پروڈکٹ مینیجر انیش نانگیا نے اس ریلیز کو "جیمنی اومنی 1.2 فلیش: تیز اور طویل تر کلپس کے ساتھ لاگت سے موثر" کے عنوان سے ایک بلاگ پوسٹ میں متعارف کرایا، اسے بڑے پیمانے پر ویڈیو مواد تیار کرنے والے ڈویلپرز اور کاروباری اداروں کے لیے پیداوار کے لیے تیار اختیار کے طور پر پیش کیا۔ For more context on this story, see our ongoing AI news.

جیمنی اومنی 1.2 فلیش میں نیا کیا ہے۔

ہیڈ لائن کی اہلیت 15 سیکنڈ کے ویڈیو کلپس کے لیے مقامی حمایت ہے، جو اومنی لائن کے پچھلے ورژنز کے مقابلے میں ایک معنی خیز توسیع ہے۔ گوگل کا کہنا ہے کہ ماڈل فریموں میں مضبوط مستقل مزاجی بھی فراہم کرتا ہے، جو پیشہ ورانہ منصوبوں کے لیے اہمیت رکھتا ہے جہاں شاٹس کے درمیان تسلسل حتمی آؤٹ پٹ کو بنا یا توڑ سکتا ہے۔

دوسرا بڑا اضافہ ملٹی ٹرن مکالماتی ایڈیٹنگ ہے۔ جب کوئی تفصیل غلط ہو تو شروع سے کلپ کو دوبارہ تخلیق کرنے کے بجائے، ڈویلپرز اور تخلیق کار اب بات چیت کی ہدایات کی ترتیب کے ذریعے ویڈیوز کو بہتر بنا سکتے ہیں۔ گوگل کا کہنا ہے کہ یہ شروع کیے بغیر تیز تر ایڈجسٹمنٹ کی اجازت دیتا ہے، جس سے حجم میں ویڈیو بنانے والی ٹیموں کے لیے تکرار کا وقت اور ٹوکن لاگت دونوں کو کم کرنا چاہیے۔

گوگل نے اسے بھی بہتر کیا ہے جسے وہ حوالہ جات کا نام دیتا ہے — ماڈل کی بصری حوالہ جات اور صارف کی طرف سے فراہم کردہ ہدایات پر قائم رہنے کی صلاحیت۔ عملی اصطلاحات میں، اس کا مطلب ہے کہ حروف، طرزیں، اور منظر کے عناصر جن کی رہنمائی ایک حوالہ تصویر یا تفصیل کے ذریعے کی گئی ہے، تیار کردہ کلپ میں زیادہ وفادار رہنا چاہیے۔

قیمتوں میں 30 فیصد کمی

لاگت AI ویڈیو جنریشن کے پروڈکشن کے استعمال میں اہم رکاوٹوں میں سے ایک رہی ہے، اور گوگل اس پر براہ راست حملہ کر رہا ہے۔ کمپنی نے جیمنی اومنی 1.2 فلیش کی قیمت پچھلے ورژن کے مقابلے میں 30 فیصد کم کر دی، جس سے ماڈل کو اعلیٰ حجم کی ویڈیو پروڈکشن کے لیے ایک سرمایہ کاری مؤثر اختیار کے طور پر تیار کیا گیا۔

قیمتوں میں کمی اس وقت آتی ہے جب ملٹی موڈل جنریشن میں مقابلہ شدت اختیار کرتا ہے۔ اوپن اے آئی، میٹا، اور اسٹارٹ اپس کی ایک لہر نے پچھلے ایک سال کے دوران AI ویڈیو میں دھکیل دیا ہے، اور ڈویلپرز تیزی سے فی کلپ قیمت کی بنیاد پر ماڈلز کا انتخاب کرتے ہیں جتنا کہ خام معیار۔ کم قیمتوں کے ساتھ طویل کلپس کو جوڑنے کے گوگل کے فیصلے سے پتہ چلتا ہے کہ وہ جیمنی اومنی کو صرف تجربات کے بجائے تجارتی کام کے بوجھ کے لیے ڈیفالٹ انتخاب بنانا چاہتا ہے۔

جہاں ڈویلپر اسے استعمال کر سکتے ہیں۔

جیمنی اومنی 1.2 فلیش عام طور پر دستیاب ہے، جس پر گوگل زور دیتا ہے اس کا مطلب ہے کہ یہ تجرباتی پیش نظارہ کے بجائے پیداواری ضروریات کے لیے تیار ہے۔ ڈویلپرز اس تک Gemini API اور Google Cloud کے ذریعے رسائی حاصل کر سکتے ہیں، جبکہ کاروباری صارفین اسے Google Vids اور Gemini کے اندر کاروبار کے لیے استعمال کر سکتے ہیں تاکہ مارکیٹنگ، تربیت، اور مواصلاتی کام کے بہاؤ کے لیے ویڈیو مواد تیار کیا جا سکے۔

یہ تقسیم اہم ہے۔ ماڈل کو براہ راست ورک اسپیس سے ملحقہ ٹولز جیسے Google Vids میں سرایت کرنے سے گوگل کو انٹرپرائز صارفین کے لیے ایک چینل ملتا ہے کہ خالص پلے ویڈیو جنریشن اسٹارٹ اپ کو ایک وقت میں ایک معاہدے کے لیے لڑنا پڑتا ہے۔

اومنی لائن کی تیز رفتار کیڈینس

جیمنی اومنی 1.2 فلیش اگست کے آخر میں گوگل کی جانب سے جیمنی اومنی 1.1 فلیش کو متعارف کرانے کے تقریباً دس ہفتوں کے بعد، اور اصل جیمنی اومنی کے مئی میں ڈیبیو ہونے کے تقریباً ساڑھے پانچ ماہ بعد آیا۔ تقریباً سہ ماہی اپڈیٹس کا مستحکم کیڈنس اس بات کا آئینہ دار ہے کہ گوگل اب کتنی تیزی سے اپنے فرنٹیئر ماڈل فیملیز کو دہراتا ہے، جس میں فلیش ویریئنٹس کو ہر نسل کے تیز، سستی درجے کے طور پر رکھا گیا ہے۔

ریلیز نے ڈویلپر کمیونٹی کی طرف سے فوری توجہ مبذول کرائی۔ لانچ جمعہ کی صبح ہیکر نیوز میں سرفہرست رہا، جس نے گھنٹوں کے اندر 170 سے زیادہ پوائنٹس اور 130 سے ​​زیادہ تبصرے جمع کیے، جس میں قیمتوں کے تعین، 15 سیکنڈ کی حد، اور ماڈل کے ایڈیٹنگ ورک فلو کا متبادل سے موازنہ کرنے پر بحث کے ساتھ۔

AI ویڈیو مارکیٹ کے لیے اس کا کیا مطلب ہے۔

اپ ڈیٹ AI کمپنیوں کے لیے ایک ہنگامہ خیز لمحے پر اترتا ہے۔ AI منیٹائزیشن کے بارے میں سرمایہ کاروں کے خدشات کی وجہ سے اس ہفتے کے اسٹاک مارکیٹ کی فروخت نے ہر بڑی لیب کو یہ دکھانے کے لیے دباؤ میں ڈال دیا ہے کہ فرنٹیئر ریسرچ ریونیو میں ترجمہ کرتی ہے۔ سستی، تیز ویڈیو جنریشن اس سوال کا سیدھا جواب ہے: کم قیمتیں کسٹمر بیس کو بڑھاتی ہیں، اور پروڈکشن کے لیے تیار اسٹیٹس انٹرپرائز بجٹ کو مدعو کرتا ہے جو تجرباتی مرحلے کے ٹولز کبھی نہیں دیکھتے۔

ڈویلپرز کے لیے، عملی راستہ سیدھا ہے۔ اگر ویڈیو جنریشن کے کام کا بوجھ پہلے کلپ کی لمبائی، قیمت، یا ہر تبدیلی کے بعد دوبارہ پیدا ہونے والے آؤٹ پٹ کے درد کی وجہ سے محدود تھا، تو Gemini Omni 1.2 Flash آج ان تینوں میں سے کم از کم دو رگڑ پوائنٹس کو ہٹاتا ہے۔ آیا حریف قیمتوں میں کمی کے ساتھ جواب دیتے ہیں - جیسا کہ ان کے پاس پچھلی Gemini Flash ریلیز کے بعد ہے - آنے والے ہفتوں میں دیکھنے کے لیے کہانیوں میں سے ایک ہوگی۔

مستقل مزاجی میں بہتری ان ٹیموں کی طرف سے خاص توجہ کی مستحق ہے جنہوں نے پہلے ویڈیو ماڈلز کو آزمایا اور چلی گئیں۔ گوگل کا اعلان خاص طور پر "پیشہ ورانہ پروجیکٹس" کو نشانہ بناتا ہے، اس بات کو تسلیم کرتے ہوئے کہ فریم ٹو فریم ہم آہنگی — وہ کردار جو شاٹس میں ایک جیسے نظر آتے ہیں، لائٹنگ جو منظر کے وسط میں نہیں بدلتی ہے — وہی ہے جو ڈیمو کو قابل ترسیل مواد سے الگ کرتا ہے۔ بات چیت میں ترمیم کے ساتھ مل کر، گوگل جس ورک فلو کو بیان کر رہا ہے وہ ایک سلاٹ مشین کی طرح کم دکھائی دیتا ہے جو کلپس کو دوبارہ تخلیق کرتا ہے اور ایک تکراری ڈیزائن ٹول کی طرح۔

گوگل کا کہنا ہے کہ ڈویلپرز فوری طور پر Gemini API، Google Vids اور Gemini میں کاروبار کے لیے نئی صلاحیتوں کا استعمال شروع کر سکتے ہیں۔

---

Stay Ahead of AI

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

Read more AI news →