กูเกิลอัพเกรด โมเดลสร้างวิดีโอ Gemini Omni เป็นเวอร์ชัน 1.1 Flash ปรับปรุงทั้งคุณภาพและความเร็วของการสร้างวิดีโอ

Gemini Omni เป็นโมเดลที่รับอินพุตแบบผสมผสานหลายอย่าง (เช่น ข้อความ ภาพ วิดีโอ ตามชื่อคำว่า Omni) แล้วสร้างผลลัพธ์ออกมาเป็นวิดีโอ ตอนนี้ถือเป็นโมเดลสร้างวิดีโอระดับสูงของกูเกิล เหนือกว่าโมเดล Veo ที่เน้นต้นทุนต่ำ

ฟีเจอร์ใหม่ของ Gemini Omni 1.1 Flash

• เข้าใจ context ของวิดีโอก่อนหน้า เพื่อให้สร้างวิดีโอที่ต่อเนื่องสม่ำเสมอได้ เดิมทีเวอร์ชัน 1.0 รองรับ context แค่วินาทีสุดท้ายของวิดีโอแรก แต่เวอร์ชัน 1.1 ขยายเป็น 10 วินาที
• ระบุได้ว่าต้องการเฟรมแรกและเฟรมสุดท้ายแบบไหน แล้วให้โมเดลไปสร้างเฟรมตรงกลาง ช่วยให้การเคลื่อนไหวหรือเปลี่ยนภาพในคลิปราบรื่นมากขึ้น
• สั่งให้สร้างคลิปความละเอียด 360p ออกพรีวิวมาก่อนได้ กูเกิลบอกว่าทำงานได้เร็วขึ้นสูงสุด 60%, ใช้ต้นทุนแค่ 1/3 เทียบกับคลิป 720p เหมาะสำหรับการออกแบบสตอรี่บอร์ด หรือทดลองสร้างชิ้นงาน
• สั่งอัพสเกลวิดีโอเพิ่มเป็น 1080p หรือ 4K ได้ สำหรับการใช้งานระดับมืออาชีพ
• ใส่คลิปวิดีโอเป็นตัวอ้างอิง (video reference) ความยาวสูงสุด 3 วินาที แต่ใส่พร้อมกันหลายคลิปได้ ตัวอย่างคือการสร้างคลิปการ์ตูนเต้น เราใส่ภาพนิ่งการ์ตูน + วิดีโอแดนเซอร์ทำท่าทาง

Gemini Omni 1.1 Flash เปิดให้ใช้งานผ่าน API แล้ว ราคาเริ่มต้นที่ 0.03 ดอลลาร์ต่อวินาที สำหรับวิดีโอแบบ 360p

ที่มา - Google