Євгеній Демківський Новинар видання “Межа”, затятий геймер.Пишу про технології, кіно та ігри. Особливо захоплююся ігровою сферою. 28 серпня, 15:20 0
Оновлена модель Gemini Omni 1.1 Flash отримала функціонал для розширення відеосцен, створення плавних переходів між заданими кадрами та покращення якості фінального відео до 4K. Розробку представила компанія Google.
Існує можливість подовжувати відео у 10-секундних інтервалах, досягаючи загальної тривалості до 40 секунд. При кожному такому подовженні система аналізує до 10 секунд попередньої сцени, на відміну від попередніх версій, що враховували лише останню секунду. Згідно з інформацією від Google, це сприяє кращому збереженню візуальних характеристик персонажів, оточення та логіки подій.
Gemini Omni 1.1 Flash також надає можливість встановлювати початковий та кінцевий кадри для сцени. Система генерує відеоконтент між цими точками, що може бути корисним для створення ефектів плавної зміни камери, плавних переходів та зациклених відеороликів.
Для прискореного процесу тестування запитів, розробники можуть створювати чорнові версії у роздільній здатності 360p. За оцінками Google, такі версії створюються до 60% швидше та коштують утричі менше порівняно зі стандартними роликами у 720p. Кінцевий результат можна масштабувати до 1080p або 4K.
Ще одне нововведення полягає у можливості додавати до запиту відеофрагмент тривалістю до трьох секунд, який виступатиме зразком руху, стилю чи поведінки персонажа. Це доповнює вже існуючу підтримку текстових запитів, зображень та аудіо.
Gemini Omni 1.1 Flash вже впроваджується у Google AI Studio та на корпоративній платформі Gemini Enterprise Agent Platform. Модель також стає доступною для користувачів, які оформили передплату на Google AI Plus, Pro та Ultra у додатку Flow.
Відеоконтент, створений або модифікований за допомогою цієї моделі, буде містити прихований цифровий водяний знак SynthID та метадані про походження контенту у форматі C2PA.
Варто згадати, що у травні Google представила першу ітерацію Gemini Omni Flash, яка призначена для створення та редагування відеоматеріалів на основі тексту, зображень, аудіо та інших відеофайлів.