به گزارش شبکه اطلاع‌رسانی طلا و ارز، گوگل نسخه تازه‌ای از مدل تولید ویدیوی خود با هوش مصنوعی را معرفی کرد. این مدل با نام Gemini Omni ۱.۱ Flash می‌تواند ویدیوهایی با وضوح ۴K و طول تا ۴۰ ثانیه بسازد.
این به‌روزرسانی برای توسعه‌دهندگانی طراحی شده که روی ابزارهای ساخت محتوای تصویری با هوش مصنوعی کار می‌کنند. کنترل بیشتر بر جزئیات صحنه، حرکت دوربین و کیفیت خروجی، مهم‌ترین تفاوت این نسخه با مدل‌های قبلی گوگل است. رقابت شرکت‌های بزرگ فناوری در این حوزه، رشد ابزارهای ویدیوساز هوش مصنوعی را در ماه‌های اخیر تندتر کرده است.
چه چیزی تازه است؟
نسخه ۱.۱ Flash نسبت به مدل‌های قبلی، وضوح خروجی را تا سطح ۴K بالا برده است؛ یعنی تصویری با جزئیات و شفافیت بیشتر نسبت به وضوح استاندارد Full HD. طول ویدیوهای قابل تولید نیز به ۴۰ ثانیه رسیده که برای ساخت تیزرهای تبلیغاتی کوتاه یا نمونه‌های اولیه محتوا کاربرد دارد.
گوگل اعلام کرده مجموعه‌ای از ابزارهای کنترلی تازه نیز در اختیار توسعه‌دهندگان قرار گرفته است. این ابزارها امکان تنظیم دقیق‌تر عناصر صحنه، زاویه دوربین و سبک بصری خروجی را می‌دهند؛ ویژگی‌ای که پیش‌تر در نسخه‌های اولیه مدل‌های ویدیوساز هوش مصنوعی محدودتر بود.
جایگاه در بازار ویدیوسازی هوش مصنوعی
شرکت‌های بزرگ فناوری از جمله گوگل، اوپن‌ای‌آی و چند شرکت دیگر، در ماه‌های اخیر به‌طور مستمر نسخه‌های تازه‌ای از مدل‌های تولید ویدیو با هوش مصنوعی عرضه کرده‌اند. این رقابت باعث شده فاصله زمانی میان به‌روزرسانی‌های هر شرکت کوتاه‌تر شود و کیفیت خروجی این ابزارها به‌طور پیوسته بهبود یابد.
کاربرد اصلی این نوع مدل‌ها در حال حاضر تولید محتوای بازاریابی، نمونه‌سازی سریع ایده‌های تصویری و ساخت کلیپ‌های کوتاه برای شبکه‌های اجتماعی است. توسعه سریع‌تر این ابزارها می‌تواند در آینده هزینه و زمان تولید محتوای ویدیویی حرفه‌ای را کاهش دهد.
نظرات کاربران