Gemini Omni 1.2 Flash: ახალი მოდელი Google-სგან

Google DeepMind-მა Gemini Omni 1.2 Flash წარადგინა – ვიდეოს გენერაციის მოდელის განახლებული ვერსია, რომელიც ვიდეოს რედაქტირებასაც ახერხებს და Gemini Omni 1.1-ს ცვლის. ცვლილებები ძირითადად პრაქტიკულია: კლიპები უფრო ხანგრძლივია, 720p ვიდეო 30%-ით იაფია, პერსონაჟები და ობიექტები კი პირველიდან ბოლო კადრამდე უფრო სტაბილურად ნარჩუნდება.

მოდელი Gemini API-სა და Gemini for business-ში უკვე საყოველთაოდ ხელმისაწვდომია (GA), პარალელურად კი Flow-ში, Google Vids-ში, Gemini-ს აპსა და Google Ads-ში ჩნდება.

სარჩევი

• რა არის Gemini Omni 1.2 Flash
• 15 წამამდე და ზუსტი ხანგრძლივობა
• ფასი: 720p წამში 0,07 დოლარად
• რედაქტირება საუბრის რეჟიმში
• თანმიმდევრულობა და რეფერენსები
• სად შეიძლება Gemini Omni 1.2 Flash-ის გამოყენება
• უსაფრთხოება და ღია კითხვები
• რას ნიშნავს ეს
• სხვა თემები

რა არის Gemini Omni 1.2 Flash

Gemini Omni Google-მა საზოგადოებას მაისში, Google I/O 2026-ზე გააცნო. Google DeepMind-ის აღმასრულებელმა დირექტორმა დემის ჰასაბისმა ის მულტიმოდალური მოდელების ახალ ოჯახად წარადგინა, რომელიც ტექსტს, სურათს, აუდიოსა და ვიდეოს ერთ მოთხოვნაში იღებს. პირველი ვერსია Gemini Omni Flash იყო, შემდეგ 1.1 გამოვიდა, ახლა კი 1.2 Flash.

Gemini Omni 1.2 Flash-ში ცვლილებების უმეტესობა AI ვიდეოს ყოველდღიურ პრობლემებს ეხება: მოკლე კლიპებს, ძვირ იტერაციებს, პერსონაჟების „ცურვას“ კადრიდან კადრამდე და მოულოდნელ მონტაჟურ ნახტომებს. ბლოგპოსტის ავტორია Google DeepMind-ის პროდუქტის მენეჯერი ანიშ ნანგია.

15 წამამდე და ზუსტი ხანგრძლივობა

Gemini Omni 1.2 Flash-ში ვიდეოს მაქსიმალური სიგრძე 15 წამია, Omni 1.1-ში კი 10 წამი იყო. ხანგრძლივობის არჩევა 3-დან 15 წამამდე, ერთწამიანი ბიჯით შეიძლება, ასე რომ, საჭირო სიგრძის კლიპს პირდაპირ მიიღებ და ზედმეტის მოჭრა აღარ დაგჭირდება.

Google-ის თქმით, საუბრით რედაქტირებაც სრულ, 15-წამიან კლიპზე მუშაობს.

ფასი: 720p წამში 0,07 დოლარად

Gemini Omni 1.2 Flash-ში 720p ვიდეოს ფასი წამში 0,07 დოლარია, რაც, Google-ის თქმით, Gemini Omni 1.1-ზე 30%-ით ნაკლებია. მარტივი გამოთვლით, 15-წამიანი 720p კლიპი 1,05 დოლარი დაჯდება, თუ თავიდან გენერაცია არ დაგჭირდა.

კომპანია ასეთ სამუშაო პროცესს გვთავაზობს: დრაფტები 360p-ში ან 720p-ში აკეთო, საუკეთესო ვარიანტები კი 1080p-მდე ან 4K-მდე გაადიდო (upscale). 360p-ის, 1080p-ის, 4K-ისა და upscale-ის ფასები ბლოგპოსტში მითითებული არ არის.

რედაქტირება საუბრის რეჟიმში

ერთ-ერთი ყველაზე საინტერესო ცვლილება მრავალსაფეხურიანი რედაქტირებაა. Gemini Omni 1.2 Flash-ში მზა კლიპს ნაბიჯ-ნაბიჯ ცვლი: ანაცვლებ ფონს, კადრის მთავარ ობიექტს ან პროდუქტს, ცვლი განათებას ან ამინდს, გადადიხარ სხვა გვერდების თანაფარდობაზე. ყოველ ჯერზე ნულიდან დაწყება კი აღარ გიწევს.

თანმიმდევრულობა და რეფერენსები

AI ვიდეოს ცნობილი პრობლემაა, როცა პერსონაჟის სახე ან ობიექტის ფორმა კლიპის განმავლობაში ნელ-ნელა იცვლება. Google ამბობს, რომ Gemini Omni 1.2 Flash პერსონაჟებს, ობიექტებსა და სცენას პირველიდან ბოლო კადრამდე უკეთ ინარჩუნებს და ნაკლებ დეფორმაციას იძლევა.

მოდელი რეფერენსებსაც უკეთ მიჰყვება. შეგიძლია მისცე პერსონაჟის, პროდუქტის ან სტილის სურათები, მოძრაობის მოკლე კლიპები (3 წამამდე) და აუდიო მინიშნებები. კომპანიის თქმით, სახეები, ტანსაცმელი, შეფუთვის ტიპოგრაფია და ბრენდის ფერები კამერის სხვადასხვა კუთხიდანაც უცვლელი რჩება.

გარდა ამისა, მოდელს შეუძლია პირველ და ბოლო საკვანძო კადრს შორის გადასვლის აგება და არსებული კლიპის გაგრძელება.

უფრო ბუნებრივი მეტყველება

Google-ის თქმით, დიალოგი უფრო თავისუფლად ჟღერს და ტუჩების სინქრონიც უფრო მკაფიოა. რამდენიმე მოსაუბრიან სცენებში მოდელი თითოეულ მოსაუბრეს ცალკე ამუშავებს.

კამერის მოძრაობის მართვა

მოდელი რთულ კამერულ მოძრაობებს უკეთ ასრულებს, მაგალითად FPV-სტილის ფრენას სივრცეში, კადრის დაშორებას (zoom-out) და ობიექტის გარშემო ბრუნვას (orbit). ამავე დროს, ნაკლებია არასასურველი მონტაჟური ნახტომები (jump cut) და მასშტაბიც უფრო სტაბილურია.

სად შეიძლება Gemini Omni 1.2 Flash-ის გამოყენება

• Gemini API და Google AI Studio – საყოველთაოდ ხელმისაწვდომია, პროტოტიპის აწყობა AI Studio-ში შეიძლება;
• Google Cloud (Gemini for business) – ხელმისაწვდომია Vertex AI Studio-ში და API-ით, დიდი მოცულობებისთვის კი რეზერვირებული სიმძლავრით (Provisioned Throughput);
• Flow – სცენების რეჟისურა და მრავალსაფეხურიანი რედაქტირება;
• Google Vids – 15-წამიანი კლიპები დამატებითი საფასურის გარეშე, Google-ის ანგარიშით ან Workspace-ის გამოწერით;
• Gemini-ს აპი – ეტაპობრივად ვრცელდება Google AI Ultra-ს გამომწერებზე;
• Google Ads – ვიდეო კამპანიების მასშტაბირება Asset Studio-ს მეშვეობით.

უსაფრთხოება და ღია კითხვები

ყველა ვიდეოში ჩაშენებულია SynthID-ის უხილავი ციფრული ნიშანი, რომლითაც AI-ით შექმნილი კონტენტის ამოცნობა შეიძლება.

ბენჩმარკები Google-ს არ გამოუქვეყნებია. ხარისხის გაუმჯობესებას ბლოგპოსტი მხოლოდ 1.1 და 1.2 ვერსიების გვერდიგვერდ შედარებით აჩვენებს. კონკრეტული მომხმარებლები არც არის დასახელებული, თუმცა კომპანია წერს, რომ მოდელს უკვე იყენებენ ბიზნესები, სტარტაპები და კრეატორები.

Gemini Omni Flash-ისა და 1.1-ის მოდელის ბარათში Google თავად აღნიშნავდა სირთულეებს რედაქტირებისას სრული თანმიმდევრულობის შენარჩუნებაში, რთული მოძრაობის სცენებსა და ზუსტი ტექსტის გამოსახვაში. რამდენად გადაჭრა ეს 1.2-მა, პრაქტიკული ტესტები აჩვენებს.

რას ნიშნავს ეს

Gemini Omni 1.2 Flash-ით Google-ის ვიდეოს გენერაციის მოდელი უფრო მოსახერხებელი ხდება იქ, სადაც ერთი და იგივე სცენის ბევრი ვარიანტია საჭირო: რეკლამაში, სოციალურ ქსელებსა და პროდუქტის ვიდეოებში. გრძელი კლიპები, იაფი დრაფტები და რედაქტირება ნულიდან დაწყების გარეშე სწორედ ამ სამუშაოს აჩქარებს.

წყაროები

1. Googleblog.google/innovation-and-ai/technology/developers-tools/i…
2. Googleblog.google/innovation-and-ai/technology/ai/google-io-2026-…
3. cloud.google.comcloud.google.com/blog/products/ai-machine-learning/gemini-o…
4. cloud.google.comcloud.google.com/vertex-ai
5. labs.googlelabs.google/fx/tools/flow
6. workspace.google.comworkspace.google.com/products/vids
7. Google DeepMinddeepmind.google/models/synthid
8. storage.googleapis.comstorage.googleapis.com/deepmind-media/Model-Cards/Gemini-Om…

ხელოვნური ინტელექტისაფუძვლები მარტივად, მანქანური დასწავლიდან ChatGPT-მდე