Google DeepMind, Gemini Omni 1.2 Flash Yapay Zeka Video Modelini Kullanıma Sundu

Google DeepMind, yapay zeka tabanlı video üretim modeli Gemini Omni 1.2 Flash'ı yayımladı. Yeni sürüm; daha uzun video üretimi, gelişmiş görsel ve sesli referans takibi ile metin tabanlı çok turlu düzenleme yeteneklerini bir araya getiriyor. Gemini API, Google Cloud, Google Vids ve Gemini for business platformlarında genel erişime açılan model, saniye başına işlem maliyetini de aşağı çekiyor.

Gemini Omni 1.1 sürümünde 10 saniye olan doğrudan video oluşturma süresi, Omni 1.2 Flash modeliyle 15 saniyeye çıkarıldı. Kullanıcılar 3 ile 15 saniye arasında birer saniyelik adımlarla video uzunluğu belirleyebiliyor. Üretim sürecinde karakter, ürün veya stil görsellerinin yanı sıra üç saniyeye kadar kısa hareket klipleri ve ses ipuçları girdi olarak kullanılabiliyor. Model, kamera açısı değişimlerinde veya sahne geçişlerinde karakterlerin yüz hatlarını, kıyafet detaylarını, ambalaj üzerindeki tipografiyi ve marka renklerini koruyarak görsel kaymaları engelliyor.

Maliyetler %30 İndirildi ve Sohbet Üzerinden Düzenleme Geldi

Yeni modelle birlikte video üretim maliyetleri Omni 1.1 sürümüne kıyasla %30 oranında düşürüldü. Gemini Omni 1.2 Flash ile 720p çözünürlükteki video üretiminin saniye başına ücreti 0,07 dolar olarak belirlendi. Kullanıcılar maliyeti kontrol altında tutmak için ilk taslakları 360p veya 720p çözünürlükte oluşturup düzenlemeleri tamamladıktan sonra nihai videoyu 1080p veya 4K çözünürlüğe yükseltebiliyor.

Sohbet tabanlı çok turlu düzenleme özelliği sayesinde tüm videoyu baştan üretme zorunluluğu ortadan kalkıyor. Kullanıcılar mevcut klip üzerinde arka planı değiştirme, ışık ve hava koşullarını ayarlama ya da en boy oranını güncelleme gibi komutları ardışık olarak iletebiliyor. Model ayrıca birden fazla konuşmacının yer aldığı sahnelerde verilen ses örneklerine uygun dudak senkronizasyonu ve diyalog akışı sağlayabiliyor.