Google tõi välja odavama videomudeli Gemini Omni 1.2 Flash
Google DeepMind avaldas videoloomemudeli Gemini Omni 1.2 Flash uue versiooni. Mudel loob nüüd kuni 15-sekundilisi klippe, eelmine versioon jõudis kümne sekundini. Hinda langetati 30 protsenti ja 720p video sekund maksab nüüd 7 senti.
Pikkuse saab määrata sekundi täpsusega, kolmest viieteistkümne sekundini. Google’i sõnul piisab sellest, et ühe korraga valmiks terviklik lugu, tooteselgitus või sotsiaalmeedia reklaam.
Suurim muudatus puudutab videote toimetamist. Kui kasutaja tahab klipis midagi muuta, ei pea ta seda enam nullist uuesti looma. Mudelile saab vestluse käigus anda järjestikuseid juhiseid ja see parandab vaid soovitud osa. Kulude kokkuhoiuks soovitab Google teha esmased mustandid madalamas eraldusvõimes ning parimad tulemused hiljem 1080p või 4K kvaliteeti tõsta.
Paranenud on ka see, kui täpselt mudel etteantud näidiseid järgib. Talle võib anda tegelaste, toodete või stiili pilte, kuni kolmesekundilisi liikumisklippe ja helivihjeid. Google’i kinnitusel püsivad näod, rõivad, pakendite kirjad ja ettevõtte värvid kogu video vältel samad ka siis, kui kaamera nurk muutub. Näitena tõi ettevõte virtuaalse proovikabiini: ühe modelli foto ja kolme riietuskomplekti esi- ja tagakülje piltide põhjal valmis 15-sekundiline video, kus modell pöörleb ning iga rõiva lõige ja detailid jäävad muutumatuks.
Varasemaga võrreldes on vähem ka moondumist ja kujutise triivimist liikumise ning kaameraüleminekute ajal. Tegelased, esemed ja keskkond püsivad ühtsena nii algus- ja lõppkaadri vahel kui ka siis, kui klippi pikendatakse.
Gemini Omni 1.2 Flash on üldiselt kättesaadav Gemini API, Google Cloudi, Google Vidsi ja ettevõtetele mõeldud Gemini kaudu.
Loe täispikka artiklit: Introducing Gemini Omni 1 2 Flash