Google, Gemini Omni 1.2 Flash'ı 15 saniyelik klipler, çok turlu düzenleme ve %30'luk fiyat indirimiyle yayınladı

Google ne yayınladı

Google, video üretim modelinin yeni sürümü olan Gemini Omni 1.2 Flash'ı yayınladı ve modeli Gemini API ile Gemini for business üzerinden genel kullanıma açtı. Google AI bloguna göre güncelleme, doğal 15 saniyelik video oluşturma, çok turlu konuşmaya dayalı düzenleme ve iyileştirilmiş referans takibi getirirken, fiyatı Gemini Omni 1.1'e kıyasla %30 düşürerek 720p video için saniye başı $0.07 seviyesine çekiyor.

Fiyatlandırma hikayesi yalnızca duyurulan orandan ibaret değil. Google, ölçekte maliyetleri düşük tutmak için tasarlanmış bir iş akışı tanımlıyor: önce 360p veya 720p'de hızlıca taslak oluştur, tüm klibi yeniden üretmek yerine küçük bir düzeltmeyle tek tek detayları düzelt, ardından yalnızca en iyi sonuçları 1080p veya 4K'ya büyüt.

Bir saniyelik hassasiyetle daha uzun klipler

Klip uzunluğu önceki sürümdeki 10 saniyeden en fazla 15 saniyeye çıkıyor ve içerik üreticileri artık süreyi 3 ile 15 saniye arasında birer saniyelik artışlarla ayarlayabiliyor. Google bunu, eksiksiz hikayeler anlatmak, ürün tanıtım videoları hazırlamak veya tek bir üretimle tam sosyal reklam spotları oluşturmak için yeterli alan olarak konumlandırıyor.

Daha güçlü tutarlılık ve referans yönetimi

Model; karakter, ürün veya stil görselleri, üç saniyeye kadar hareket klipleri ve ses ipuçları karışımıyla yönlendirilebiliyor — ve Google, modelin bu detayları tüm çıktı boyunca koruduğunu söylüyor. Yüzler, kıyafetler, ambalaj tipografisi ve marka renklerinin kamera açıları değişse de tutarlı kalması amaçlanıyor; Google'a göre bu, mevcut ürün fotoğraflarını veya karakter sayfalarını sanal deneme kliplerine, katalog dönüşlerine ve markalı video reklamlarına dönüştürmeyi kolaylaştırıyor.

Ayrıca Google'a göre sapma azaltılmış: karakterler, nesneler ve sahneler ilk kareden son kareye kadar bütünliğini koruyor; bu, kareler arası ara değerleme yaparken veya bir klibi daha uzun bir diziye uzatırken de geçerli. Şirketin kendi karşılaştırması, katmanlı bir animasyon promptunda Omni 1.1 Flash'ın referans görseli 1.2 kadar yakından eşleştirmediğini gösteriyor.

Konuşarak düzenleme

Bir şeyin değişmesi gerektiğinde sıfırdan başlamak yerine, kullanıcılar aynı klibi tur tur rafine edebiliyor — bir ürünü veya arka planı değiştirme, ışığı veya havayı ayarlama ya da en-boy oranını değiştirme gibi. Çok turlu düzenleme tam 15 saniyelik klipler boyunca çalışıyor; Google bunu, yeniden brief vermeden veya yeniden üretmeden farklı hedef kitleler ve yerleşimler için reklam varyantları üretmenin bir yolu olarak sunuyor.

Daha iyi konuşma ve kamera kullanımı

Diyaloglar daha akıcı ve doğal olarak tanımlanıyor; daha net dudak senkronu ve her örneklenen sesi doğru karaktere yönlendiren çok konuşmacı koşullandırması var. Bu iyileştirmeler, çok karakterli sahneler yönlendirmede Flow'da, Gemini for business video anlatımlarında ve avatarlar, müzik ve anlatımla cilalı videolar üretmede Google Vids'te karşımıza çıkıyor.

Kamera yönetimi de daha fazla kontrol kazanıyor. Google'a göre model, FPV uçuşları, dramatik geri çekilmeler ve yörünge hareketleri gibi sürekli hareketleri daha az istenmeyen atlama kesmesiyle ve daha dengeli ölçekle ele alıyor; örneklerden biri, kesmesiz bir şekilde Pantheon içinden geçen kesintisiz bir drone tarzı uçuşu tarif ediyor.

Nereden edinilir

Gemini Omni ilk kez genel kullanıma açılıyor; arkasında Google Cloud'un kurumsal düzeydeki altyapısı ve güvenliği var, Provisioned Throughput sunuluyor ve çıktılara algılanamaz bir SynthID filigranı uygulanıyor.

Erişim geniş kapsamlı: geliştiriciler Google AI Studio'da prototip hazırlayıp Gemini API ile geliştirme yapabilir; işletmeler Google Cloud konsolu üzerinden çalışabilir; Google Vids, Google hesabıyla veya Workspace aboneliğiyle ek ücret ödemeden 15 saniyelik klipler sunuyor; Gemini uygulamasında 15 saniyelik video, Google AI Ultra abonelerine kademeli olarak geliyor; Google Ads müşterileri ise video kampanyalarını ölçeklendirmek için kullanabiliyor.

Google, kalan eksiklikler konusunda açık sözlü; hızlı spor hareketleri, hızlı senaryo değişiklikleri ve karmaşık fizik konularındaki geliştirmelerin sürdüğünü belirtiyor.

Neden önemli

On beş saniye, standart bir sosyal reklamın uzunluğu; saniye başı $0.07 fiyatlandırma ise markalar üretken videoyu gerçek kampanyalarda test etmeye başlarken yüksek hacimli üretimi daha ucuz hale getiriyor. Daha büyük değişim belki de çok turlu düzenleme olabilir: tek bir klibi yeniden üretmek yerine üzerinde yinelemek, hem maliyet modelini hem de yaratıcı iş akışını değiştiriyor ve video üretimini tasarımcıların halihazırda çalıştığı biçime yaklaştırıyor. Kurumsal kullanılabilirlik, Provisioned Throughput ve SynthID filigranlamasıyla birlikte Google, bu sürümü açıkça meraklılar yerine ticari alıcılara yöneltiyor — ve hızla ilerleyen bir metinden videoya pazarında rakiplerine baskı uyguluyor.