حالا NotebookLM ویدئوهای کوتاه عمودی هم می‌سازد

گوگل قابلیت جدیدی به نام Short Video Overviews را برای پلتفرم NotebookLM معرفی کرده است. این ویژگی با تمرکز بر عادات جدید کاربران در مصرف محتوای دیجیتال و با شعار طنزآمیز «به‌جای اتلاف وقت، یاد بگیرید» (Doom scrolling, but make it educational) طراحی شده است.

Short Video Overviews

این ویژگی به کاربران اجازه می‌دهد منابع متنی پیچیده، یادداشت‌ها، مقالات پژوهشی و ارائه‌های خود را به ویدئوهای عمودی ۶۰ ثانیه‌ای تبدیل کنند. این ویدئوها ترکیبی از یک گوینده هوش مصنوعی و انیمیشن‌های آموزشی متناسب با متن هستند که برای درک سریع مفاهیم کلیدی پیش از ورود به جزئیات یک سند کاربرد دارند.

پیش‌ازاین، پلتفرم NotebookLM دارای قابلیت Cinematic Video Overviews نیز بود. تفاوت‌های نسخه کوتاه جدید با نسخه سینمایی قبلی عبارت‌اند از:

• فرمت و ابعاد: نسخه جدید به‌صورت عمودی و کاملاً بهینه‌سازی شده برای گوشی‌های موبایل است، درحالی‌که نسخه سینمایی و Explainer به صورت افقی تولید می‌شد.
• تمرکز محتوایی: ویدئوهای کوتاه روی سرعت، ایجاز و حجم بالای تولید تمرکز دارند تا کاربر بتواند چندین ویدئو را پشت‌سرهم مانند فید شبکه‌های اجتماعی تماشا کند.
• هر دو حالت Cinematic و Short در حال حاضر از زبان فارسی پشتبانی نمی‌کنند و تولید ویدئو به زبان فارسی در NoteBookLM تنها از طریق حالت Explainer امکان‌پذیر است.

زیرساخت فنی هوش مصنوعی

گوگل برای ارائه این قابلیت از ترکیب دو مدل جدید استفاده کرده است که سرعت بالا و هزینه کم تولید را تضمین می‌کنند:

1. Nano Banana 2 Lite: وظیفه تولید تصاویر و گرافیک‌های ویدئویی را بر عهده دارد. این مدل بسیار سریع است (تولید هر تصویر حدود ۴ ثانیه) و توانایی بالایی در حفظ ثبات کاراکترها و خوانایی متن‌های داخل تصویر دارد.
2. Gemini Omni Flash: این مدل مولتی‌مودال (متن، تصویر و ویدئو) که اکنون در مرحله پیش‌نمایش عمومی است، برای پردازش هم‌زمان و هدایت بخش‌هایی از خروجی‌های ویدئویی به همراه فرکانس صوتی بومی استفاده می‌شود.

نحوه استفاده و شخصی‌سازی

کاربران کنترل کاملی روی نحوه ساخت این ویدئوها دارند. فرآیند ساخت به شکل زیر است:

• کاربر اسناد خود (PDF، لایسنس وب، یوتیوب و غیره) را در یک نوت‌بوک آپلود می‌کند.
• پیش از تولید، فرمت Short را انتخاب کرده و اسناد مدنظر خود را تیک می‌زند.
• کاربر می‌تواند از موضوعات پیشنهادی هوش مصنوعی استفاده کند یا با وارد کردن پرامپت اختصاصی (Custom Prompt)، تمرکز هوش مصنوعی را روی بخش خاصی از متن هدایت کند.

نحوه انتشار و محدودیت‌ها

• دسترسی اولیه: این قابلیت در حال حاضر برای مشترکین پلتفرم‌های Google AI Ultra و Pro روی وب و موبایل فعال شده است. کاربران نسخه رایگان نیز به‌زودی به آن دسترسی پیدا خواهند کرد.
• پشتیبانی از زبان‌ها: در زمان عرضه، این ویژگی تنها از منابع زبان انگلیسی پشتیبانی می‌کند، اما گوگل اعلام کرده است که طی هفته‌های آینده زبان‌های بیشتری را اضافه خواهد کرد.
• محدودیت‌های فعلی ابزار: طبق اعلام گوگل، مدل ابزار در حال حاضر ممکن است در کلیپ‌های ۱۰ ثانیه‌ای محدودیت‌هایی در حفظ ثبات شخصیت‌ها هنگام تغییر سکانس‌ها داشته باشد.