گوگل Gemini Omni 1.2 Flash را با قابلیت تولید ویدئوهای ۱۵ ثانیه‌ای و هزینه کمتر عرضه کرد

یکی از مهم‌ترین تغییرات این نسخه، افزایش حداکثر مدت ویدئو از ۱۰ به ۱۵ ثانیه است. کاربران می‌توانند مدت‌زمان خروجی را با گام‌های یک‌ثانیه‌ای، بین ۳ تا ۱۵ ثانیه تعیین کنند. این قابلیت امکان تولید ویدئوهای تبلیغاتی، معرفی محصولات و روایت‌های کوتاه را در یک مرحله فراهم می‌کند.

۷ شهریور ۱۴۰۵:
گوگل از مدل Gemini Omni 1.1 Flash رونمایی کرد

کاهش هزینه و افزایش انعطاف‌پذیری در تولید از دیگر ویژگی‌های این مدل است. کاربران می‌توانند ابتدا نسخه‌های اولیه را با وضوح ۳۶۰p یا ۷۲۰p تولید کنند، سپس با ویرایش جزئیات از طریق دستورهای تکمیلی، از تولید مجدد کل ویدئو جلوگیری کنند. در نهایت نیز امکان ارتقای خروجی‌های منتخب به وضوح ۱۰۸۰p یا 4K وجود دارد.

Omni 1.2 Flash همچنین در حفظ وفاداری به تصاویر مرجع نیز عملکرد بهتری دارد. کاربران می‌توانند تصاویر شخصیت‌ها، محصولات و سبک بصری، کلیپ‌های حرکتی حداکثر سه‌ثانیه‌ای و نشانه‌های صوتی را برای هدایت فرایند تولید ترکیب کنند. مدل تلاش می‌کند جزئیاتی مانند چهره‌ها، پوشش شخصیت‌ها، نوشته‌های روی بسته‌بندی و رنگ‌های برند را در طول ویدئو حفظ کند. همچنین ثبات شخصیت‌ها، اشیا و محیط در فریم‌های مختلف و هنگام تغییر زاویه دوربین بهبود یافته است.

۱۰ تیر ۱۴۰۵:
مدل‌های مولد تصویر و ویدئو Nano Banana 2 Lite و Gemini Omni Flash

قابلیت ویرایش مکالمه‌ای چندمرحله‌ای نیز به کاربران اجازه می‌دهد بدون شروع مجدد فرایند تولید، محصول یا پس‌زمینه را تغییر دهند، نورپردازی و شرایط آب‌وهوا را اصلاح کنند یا نسبت تصویر را تغییر دهند. این قابلیت برای تولید نسخه‌های مختلف محتوای تبلیغاتی متناسب با مخاطبان و پلتفرم‌های گوناگون کاربرد دارد.

۱۷ خرداد ۱۴۰۵:
رونمایی گوگل از خانواده مدل‌های Gemini Omni

در بخش صوتی، مدل گفت‌وگوهای طبیعی‌تر، همگام‌سازی دقیق‌تر حرکت لب با صدا و کنترل بهتر مکالمات چندنفره را ارائه می‌کند. همچنین کنترل حرکات پیچیده و پیوسته دوربین با کاهش برش‌های ناخواسته و انتقال‌های ناپایدار بهبود یافته است.

راهنمای جامع تولید ویدیو با آواتار شخصی در عصر Gemini Omni

عامل‌های جدید، اپلیکیشن‌های موبایل و Gemini Omni برای Google Flow و Google Flow Music

گوگل اعلام کرده است که این مدل با زیرساخت و امنیت سازمانی Google Cloud عرضه می‌شود، از Provisioned Throughput پشتیبانی می‌کند و خروجی‌های آن دارای واترمارک نامرئی SynthID هستند.

گوگل شناسایی محتوای تولیدشده با هوش مصنوعی با ابزار SynthID Detector را برای همه امکان‌پذیر کرد

هم‌زمان، قابلیت‌های Omni 1.2 Flash به Google Vids نیز اضافه شده است. کاربران دارای حساب گوگل یا اشتراک Google Workspace می‌توانند ماهانه حداکثر سه ویدئوی ۱۵ ثانیه‌ای را به‌صورت رایگان تولید کنند. این قابلیت برای ساخت محتوای تبلیغاتی، تبدیل تصاویر ثابت به ویدئو و تولید کلیپ‌های دارای روایت صوتی طبیعی در دسترس قرار گرفته است.

گوگل ساخت ویدئو 1080 در Google Vids را برای حساب‌های شخصی رایگان کرد