Google đã công bố cung cấp rộng rãi Gemini Omni 1.2 Flash, phiên bản mới nhất của mô hình tạo video đa phương thức. Theo thông báo chính thức của Google, bản cập nhật mang đến khả năng tạo video gốc 15 giây, chỉnh sửa hội thoại nhiều lượt và cải thiện việc tuân thủ tham chiếu, đồng thời giảm giá 30%. Mô hình này sẽ được triển khai hôm nay trên API Gemini, Google Cloud, Google Vids và Gemini dành cho doanh nghiệp.
Anish Nangia, Giám đốc sản phẩm tại Google DeepMind, đã giới thiệu bản phát hành này trong một bài đăng trên blog có tiêu đề "Gemini Omni 1.2 Flash: Nhanh chóng và tiết kiệm chi phí với các clip dài hơn", định vị đây là một tùy chọn sẵn sàng sản xuất cho các nhà phát triển và doanh nghiệp tạo nội dung video trên quy mô lớn. For more context on this story, see our ongoing AI news.
Có gì mới trong Flash Gemini Omni 1.2
Khả năng tiêu đề là hỗ trợ riêng cho các video clip dài 15 giây, một phần mở rộng có ý nghĩa so với các phiên bản trước của dòng Omni. Google cho biết mô hình này cũng mang lại tính nhất quán mạnh mẽ hơn giữa các khung hình, điều này quan trọng đối với các dự án chuyên nghiệp trong đó tính liên tục giữa các cảnh quay có thể tạo nên hoặc phá vỡ kết quả đầu ra cuối cùng.
Sự bổ sung chính thứ hai là chỉnh sửa hội thoại nhiều lượt. Thay vì tạo lại clip từ đầu khi có chi tiết sai, nhà phát triển và người sáng tạo giờ đây có thể tinh chỉnh video thông qua một chuỗi hướng dẫn hội thoại. Google cho biết điều này cho phép điều chỉnh nhanh hơn mà không cần phải bắt đầu lại, điều này sẽ giảm cả thời gian lặp lại và chi phí mã thông báo cho các nhóm sản xuất video với số lượng lớn.
Google cũng đã cải thiện cái mà họ gọi là tuân thủ tham chiếu - khả năng của mô hình trong việc bám sát các tham chiếu trực quan và hướng dẫn mà người dùng cung cấp. Về mặt thực tế, điều đó có nghĩa là các nhân vật, phong cách và thành phần cảnh được hướng dẫn bởi hình ảnh hoặc mô tả tham chiếu sẽ trung thực hơn trên clip được tạo.
Giá giảm 30 phần trăm
Chi phí là một trong những trở ngại chính đối với việc sử dụng sản xuất video AI và Google đang tấn công trực tiếp vào vấn đề này. Công ty đã giảm giá Gemini Omni 1.2 Flash 30% so với phiên bản trước, coi mô hình này là một lựa chọn tiết kiệm chi phí để sản xuất video số lượng lớn.
Việc giảm giá diễn ra khi sự cạnh tranh trong lĩnh vực sản xuất đa phương thức ngày càng gay gắt. OpenAI, Meta và làn sóng các công ty khởi nghiệp đều đã đẩy mạnh lĩnh vực video AI trong năm qua và các nhà phát triển ngày càng lựa chọn các mô hình dựa trên chi phí mỗi clip cũng như chất lượng thô. Quyết định của Google ghép các clip dài hơn với mức giá thấp hơn cho thấy họ muốn Gemini Omni trở thành lựa chọn mặc định cho khối lượng công việc thương mại thay vì chỉ thử nghiệm.
Nơi nhà phát triển có thể sử dụng nó
Gemini Omni 1.2 Flash thường có sẵn, điều mà Google nhấn mạnh có nghĩa là nó sẵn sàng cho nhu cầu sản xuất thay vì xem trước thử nghiệm. Các nhà phát triển có thể truy cập nó thông qua API Gemini và Google Cloud, trong khi người dùng doanh nghiệp có thể sử dụng nó trong Google Vids và Gemini dành cho doanh nghiệp để sản xuất nội dung video cho quy trình tiếp thị, đào tạo và truyền thông.
Sự phân phối đó rất quan trọng. Việc nhúng mô hình trực tiếp vào các công cụ liền kề với Workspace như Google Vids mang lại cho Google một kênh dành cho khách hàng doanh nghiệp mà các công ty khởi nghiệp sản xuất video thuần túy phải đấu tranh để giành được từng hợp đồng một.
Nhịp độ nhanh chóng của Omni Line
Gemini Omni 1.2 Flash xuất hiện khoảng 10 tuần sau khi Google giới thiệu Gemini Omni 1.1 Flash vào cuối tháng 8 và khoảng 5 tháng rưỡi sau khi Gemini Omni ban đầu ra mắt vào tháng 5. Nhịp độ đều đặn của các bản cập nhật gần như hàng quý phản ánh tốc độ Google hiện đang lặp lại các dòng mô hình tiên phong của mình, với các biến thể Flash được định vị là cấp nhanh, giá cả phải chăng của mỗi thế hệ.
Bản phát hành đã thu hút sự chú ý ngay lập tức từ cộng đồng nhà phát triển. Buổi ra mắt đã dẫn đầu Hacker News vào sáng thứ Sáu, tích lũy hơn 170 điểm và hơn 130 nhận xét trong vòng vài giờ, với cuộc thảo luận tập trung vào giá cả, giới hạn 15 giây và quy trình chỉnh sửa của mô hình so với các lựa chọn thay thế.
Ý nghĩa của Thị trường Video AI
Bản cập nhật đến vào thời điểm hỗn loạn đối với các công ty AI. Đợt bán tháo trên thị trường chứng khoán trong tuần này, một phần do các nhà đầu tư lo ngại về khả năng kiếm tiền từ AI, đã khiến mọi phòng thí nghiệm lớn phải chịu áp lực phải chứng minh rằng nghiên cứu tiên phong sẽ chuyển thành doanh thu. Việc tạo video rẻ hơn, nhanh hơn là câu trả lời trực tiếp cho câu hỏi đó: giá thấp hơn sẽ mở rộng cơ sở khách hàng và trạng thái sẵn sàng sản xuất sẽ mời gọi ngân sách doanh nghiệp mà các công cụ ở giai đoạn thử nghiệm không bao giờ thấy.
Đối với các nhà phát triển, bài học thực tế rất đơn giản. Nếu khối lượng công việc tạo video trước đây bị hạn chế bởi độ dài clip, giá cả hoặc khó khăn trong việc tái tạo đầu ra sau mỗi lần thay đổi thì ngày nay, Gemini Omni 1.2 Flash sẽ loại bỏ ít nhất hai trong số ba điểm ma sát đó. Liệu các đối thủ có phản ứng bằng việc giảm giá phù hợp hay không - như họ đã làm sau khi phát hành Gemini Flash trước đó - sẽ là một trong những câu chuyện đáng xem trong những tuần tới.
Những cải tiến về tính nhất quán đáng được các nhóm đã thử các mô hình video trước đó chú ý đặc biệt và bỏ đi. Thông báo của Google đặc biệt nhắm đến "các dự án chuyên nghiệp", thừa nhận rằng sự gắn kết giữa các khung hình - các nhân vật trông giống nhau trong các cảnh quay, ánh sáng không thay đổi ở giữa cảnh - là yếu tố phân biệt bản demo với nội dung có thể phân phối. Kết hợp với chỉnh sửa hội thoại, quy trình làm việc mà Google đang mô tả trông không giống một máy đánh bạc tạo lại các clip mà giống một công cụ thiết kế lặp lại hơn.
Google cho biết các nhà phát triển có thể bắt đầu sử dụng các khả năng mới ngay lập tức trên API Gemini, Google Vids và Gemini cho doanh nghiệp.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
