Gemini Omni, video üretimini ve düzenlemeyi on beş saniyeye çıkarıyor
Google, video üretimi ve konuşarak düzenleme için Gemini Omni 1.2 Flash modelini kullanıma açtı. Videolar on beş saniyeye kadar uzuyor; kullanıcı aynı sahne üzerinde değişiklik istemeyi sürdürebiliyor. Görsel, hareket ve ses örneklerini birleştiren araçta hızlı hareketler ve karmaşık fizik hâlâ geliştirme alanları arasında. Geliştirici hizmetleriyle tüketici uygulamalarındaki erişim yolları birbirinden farklı işliyor.
Yapay Zekâ··Gece
On beş saniyelik sahneler düzenlenebiliyor
Google, video üretip düzenleyen Gemini Omni 1.2 Flash modelini geliştirici arayüzü ve kurumsal hizmetleri üzerinden genel kullanıma açtı. Yeni sürüm, doğrudan üretilebilen videonun üst sınırını on saniyeden on beş saniyeye çıkarıyor. Kullanıcı, üç ile on beş saniye arasında birer saniyelik aralıklarla süre seçebiliyor. Konuşarak düzenleme, aynı videoda çalışmayı sürdürmeye izin veriyor: sonraki istekte ürün, arka plan, ışık, hava veya görüntü oranı değiştirilebiliyor. Google bu yöntemin on beş saniyelik videonun tamamında da işlediğini belirtiyor. Böylece her düzeltmede yeni bir görüntü üretmeye başlamak yerine, var olan sahne üzerinde birbirini izleyen değişiklikler istenebiliyor. Yeni süre sınırı hem üretim hem düzenleme akışını kapsıyor.[1], [2]
Görseller, hareket ve ses üretime yön veriyor
Üretime yön veren girdiler, karakteri, ürünü veya görsel üslubu gösteren resimleri ses ipuçlarıyla birleştirebiliyor. Üç saniyeye kadar hareket örnekleri de kullanılabiliyor. Google’ın gösterimleri arasında farklı konuşmacılara ses atamak, dudak hareketlerini eşlemek ve kamera hareketini sürdürmek bulunuyor. Kullanıcı ilk ve son kareyi vererek aradaki hareketi üç ile on saniye arasında üretebiliyor. Ayrıca her konuşma adımında videoyu üç ile on saniye uzatıp toplam otuz saniyeye ulaşabiliyor. Google, hızlı spor hareketlerini, senaryodaki ani değişimleri ve karmaşık fiziksel etkileşimleri geliştirme çalışmalarının sürdüğü alanlar arasında sayıyor. Bu sınırlamalar, kullanıma açılan video iş akışının belgelenmiş sınırları olarak kalıyor.[1], [2]
Google ürünlerinde erişim farklı ilerliyor
İş akışı, daha düşük çözünürlükte taslak hazırlayıp seçilen sonuçların çözünürlüğünü yükseltmeye izin veriyor. Üretilen videolarda Google’ın gözle görülmeyen SynthID filigranı bulunuyor. Kurumsal müşteriler için ayrılmış işlem kapasitesi seçeneği de sunuluyor. Google, geliştiriciler için AI Studio ile uygulama programlama arayüzünü, işletmeler için Google Cloud’u ve sahne yönetimiyle konuşarak değişiklik istemek için Flow’u sıralıyor. Google Vids içinde de on beş saniyelik üretim açıklanıyor. Gemini uygulamasındaki erişim ise Google AI Ultra abonelerine açılmakta. Üç Aralık’tan itibaren eski Omni bir nokta bir Flash sürümüne yöneltilen istekler otomatik olarak yeni sürüme aktarılacak. Bu geçiş, var olan uygulamaların istedikleri model adını değiştirmeden güncellenen sürümü kullanmasını sağlayacak. Geliştiricilerin kullandığı modelin değişeceği tarih böylece şimdiden belirlenmiş oluyor.[1], [2]
