گوگل از Omni 1.1 Flash بهعنوان جدیدترین مدل تولید ویدیوی خود رونمایی کرد. خانواده Gemini Omni Flash که نخستینبار در رویداد I/O 2026 معرفی شده بود، قادر است متن، تصویر، صدا و ویدیو را بهصورت ترکیبی پردازش کند. این نسخه با پشتیبانی از صحنههای طولانیتر، امکان کنترل فریم آغازین و پایانی، تولید پیشنمایش کمحجم و ارتقای خروجی تا 4K را در اختیار کاربران قرار میدهد.
مدل Omni 1.1 Flash از ویرایش گفتگومحور (Conversational Editing) نیز پشتیبانی میکند. این یعنی کاربر میتواند پس از دریافت خروجی اولیه، درخواستهای اصلاحی خود را در ادامهٔ همان مکالمه مطرح کند، بدون اینکه مجبور باشد فرآیند تولید را از ابتدا آغاز نماید. Omni 1.1 Flash با تکیه بر همین زیرساخت، کنترل بیشتری را بر روند ساخت ویدیو فراهم میسازد که به قابلیت ادامهٔ صحنه (Scene Continuation) مربوط میشود. این ویژگی که پیوستگی میان محتوای قبلی و بخش جدید را حفظ میکند، به مدل اجازه میدهد تا خروجی بلندتری را با حفظ انسجام بصری تولید کند. ترکیب این دو قابلیت باعث میشود تا کاربر بتواند علاوه بر ساخت صحنههای طولانیتر، اصلاحات دقیقتری بر روی جزئیات اعمال کند.
پشتیبانی از sceneهای طولانیتر
مهمترین قابلیت Omni 1.1، امکان ادامهدادن به صحنهها است. این مدل میتواند هنگام تولید ویدیو، حداکثر ۱۰ ثانیه از صحنه قبلی را بهعنوان زمینه (Context) در نظر بگیرد. این قابلیت به مدل کمک میکند تا شخصیتها، حرکتها و مسیر کلی ویدئو را با ثبات بیشتری حفظ کند. کاربران میتوانند ویدیوهای خود را در بخشهای دهثانیهای ادامه دهند و زمان کلی آن را به حداکثر ۴۰ ثانیه برسانند.
تولید ویدیو با اولین و آخرین فریم
به کمک ویژگی frame interpolation، کاربر میتواند تصویر شروع و پایان صحنه مد نظر خود را به مدل بدهد تا Omni 1.1 ویدیوی میان این دو فریم را تولید کند. گوگل استفاده از این قابلیت را برای کلیپهای چرخشی، زوم، transition بین صحنهها و ساخت صحنههای حلقهای پیشنهاد میکند. به این ترتیب، نقطهٔ آغاز و پایان نما مشخص میشود و بخش میانی بدون نیاز به طراحی جداگانه ساخته خواهد شد.
وضوح خروجی 4K
کیفیت خروجی در Omni 1.1، بهصورت بومی با وضوح 720p تولید میشود و سپس به 1080p یا 4K ارتقا مییابد. گزینهٔ 360p هم برای پیشنمایشهای کمحجم در نظر گرفته شده تا هزینهٔ بررسی اولیهٔ کلیپها، کاهش یابد.
مدل Omni 1.1 Flash از طریق Gemini API در Google AI Studio و پلتفرم Gemini Enterprise Agent در دسترس است. گوگل همچنین اعلام کرده که Omni 1.1 در Flow برای مشترکان Google AI Plus، Pro و Ultra بهصورت جهانی ارائه شده و بهتدریج با محصولات دیگری مانند Adobe ادغام خواهد شد.
تحریریه ژاکت
مشاهده تیم تحریریه
