Google ने Gemini Omni 1.1 Flash पेश किया है, जिसमें वीडियो एक्सटेंशन, फ्रेम-टू-फ्रेम जनरेशन, रेफरेंस क्लिप्स और 4K आउटपुट जैसे फीचर्स हैं। मॉडल डेवलपर्स और चुनिंदा सब्सक्राइबर्स के लिए रोल आउट किया जा रहा है।
Gemini Omni 1.1 Flash: Google ने अपने नए जनरेटिव AI मॉडल को वीडियो क्रिएशन और एडिटिंग पर फोकस के साथ पेश किया है। यह मॉडल मौजूदा वीडियो के 10 सेकंड तक के फुटेज का विश्लेषण कर सीन को आगे बढ़ा सकता है। इसके अलावा यूजर्स फर्स्ट और लास्ट फ्रेम तय करके बीच का फुटेज जनरेट कर सकते हैं। मॉडल 1080p और 4K आउटपुट के साथ तेज ड्राफ्टिंग के लिए 360p मोड भी सपोर्ट करता है।
वीडियो को आगे बढ़ाना होगा आसान
Google का नया Gemini Omni 1.1 Flash वीडियो क्रिएटर्स और एडिटर्स के लिए कई सुविधाएं लेकर आया है। मौजूदा वीडियो को एक्सटेंड करते समय मॉडल अब पिछले 10 सेकंड तक के फुटेज का विश्लेषण कर सकता है। इससे सीन को आगे बढ़ाते समय विजुअल और कहानी की निरंतरता बनाए रखने में मदद मिलेगी।
डेवलपर्स 10-10 सेकंड के हिस्सों में वीडियो को आगे बढ़ा सकते हैं। इस तरह कुल 40 सेकंड तक के वीडियो एक्सटेंशन को सपोर्ट किया गया है। इससे क्रिएटर्स को किसी सीन को अपनी जरूरत के मुताबिक आगे बढ़ाने की ज्यादा आजादी मिलेगी।
पहले और आखिरी फ्रेम से बनेगा बीच का वीडियो
Gemini Omni 1.1 Flash में डेवलपर्स वीडियो के पहले और आखिरी फ्रेम को तय कर सकते हैं। इसके बाद मॉडल इन दोनों फ्रेम के बीच का जरूरी फुटेज खुद तैयार करेगा।
यह सुविधा कैमरा ऑर्बिट और जूम जैसे जटिल कैमरा मूवमेंट के साथ-साथ अलग-अलग ट्रांजिशन को भी सपोर्ट करती है। इसका इस्तेमाल लगातार चलने वाले और लूपिंग वीडियो तैयार करने में भी किया जा सकता है।
3 सेकंड की वीडियो क्लिप बनेगी रेफरेंस
नए मॉडल में रेफरेंस वीडियो का इस्तेमाल करने की सुविधा भी दी गई है। डेवलपर्स 3 सेकंड तक की वीडियो क्लिप को रेफरेंस के तौर पर इस्तेमाल कर सकते हैं।
इससे नए वीडियो में कैरेक्टर का लुक, बैकग्राउंड और अन्य विजुअल डिटेल्स को बनाए रखने में मदद मिल सकती है। Google ने एक ही वीडियो में अलग-अलग मूवमेंट को दोहराने के लिए कई रेफरेंस क्लिप इस्तेमाल करने की क्षमता भी दिखाई है।
360p मोड से कम होगी लागत
Google ने तेज और कम खर्च वाले ड्राफ्ट तैयार करने के लिए 360p मोड जोड़ा है। कंपनी के अनुसार, 360p ड्राफ्ट 720p वर्जन की तुलना में 60 प्रतिशत तक तेजी से तैयार किए जा सकते हैं और इनकी लागत करीब एक-तिहाई रहती है।
यह सुविधा खासतौर पर नए आइडिया टेस्ट करने और स्टोरीबोर्ड तैयार करने में उपयोगी हो सकती है। प्रोजेक्ट फाइनल होने के बाद डेवलपर्स 1080p या 4K रेजोल्यूशन में वीडियो तैयार कर सकते हैं।
डेवलपर्स और सब्सक्राइबर्स के लिए उपलब्ध
Gemini Omni 1.1 Flash को Google AI Studio में Gemini API के जरिए डेवलपर्स के लिए उपलब्ध कराया जा रहा है। एंटरप्राइज यूजर्स Agent Platform API के जरिए इसका इस्तेमाल कर सकते हैं। Google ने नए वीडियो टूल्स के लिए डॉक्यूमेंटेशन, कुकबुक और प्रॉम्प्टिंग गाइड भी जारी किए हैं।
इसके अलावा Google Flow के जरिए AI Plus, Pro और Ultra सब्सक्राइबर्स को भी यह मॉडल उपलब्ध कराया जा रहा है। इन यूजर्स को Gemini ऐप में सीन एक्सटेंशन की सुविधा भी मिलेगी।
Google के अनुसार, Adobe, Figma Weave, GMI Cloud और Runway जैसे प्लेटफॉर्म अपने वीडियो वर्कफ्लो में Gemini Omni Flash को इंटीग्रेट कर रहे हैं।
