Gemini Omni може да генерира всичко, започвайки с видео

Google официално представи Gemini Omni. Това е нов модел AI, който според Google може да създава всичко от всякакъв вид входяща информация – като се започне от видео. Първият модел, наречен Gemini Omni Flash, дебютира в приложението Gemini, Google Flow и YouTube Shorts.

Google нарече Gemini Omni следващата стъпка след Nano Banana, а и Veo. Той ви позволява да комбинирате изображения, аудио, видео и текст като входни данни и да генерирате висококачествени видеоклипове, основани на реалните знания на Gemini. След това можете да редактирате тези видеоклипове чрез естествен разговор, като всяка инструкция надгражда предходната, за да се запази последователността на героите и другите елементи.

Докато Veo 3.1 беше ограничен до създаване на видеоклипове чрез подсказки и изображения, Gemini Omni ще приема по-широк спектър от входни данни и ще прави много повече. Например, можете да заснемете видеоклип, а след това просто да помолите Omni да промени случващото се.

Omni също така разбира по-добре физическите сили като гравитацията, кинетичната енергия и динамиката на течностите, така че сцените ще бъдат по-реалистични. Приложението може да създава убедителни обяснения от кратки подсказки, за да генерира визуализации, които разбиват по-сложни идеи.

Omni ви позволява да използвате собствения си глас, за да създадете дигитален аватар, който изглежда и звучи като вас. Що се отнася до редактирането на видеоклипове за промяна на аудио и реч, компанията все още тества тази функция, за да я предостави на потребителите отговорно. Всички видеоклипове ще използват и незабележимия цифров воден знак SynthID на Google, за да се потвърди, че са генерирани с Gemini Omni.

Gemini Omni Flash вече е достъпно за всички абонати на Google AI Plus, Pro и Ultra по целия свят и от тази седмица се пуска за потребителите на YouTube Shorts и приложението YouTube Create.

Източник: Google