Google تتيح Gemini Omni 1.2 Flash للجميع: فيديو حتى 15 ثانية وسعر أقل بنسبة 30%

ظل توليد الفيديو لفترة طويلة أشبه باليانصيب: تضغط زرًا، فتحصل على عشر ثوان، وإذا لم تعجبك الخلفية فعليك الدفع وإعادة توليد كل شيء من البداية. تحاول Google معالجة هذه الثغرة تحديدًا. أصبح Gemini Omni 1.2 Flash متاحًا للجميع، ولا تكمن أهميته الأساسية في مدة المقطع، بل في انخفاض تكلفة تحسين النتيجة حتى تصل إلى الشكل المطلوب.

ما الذي تغير

باتت مدة المقاطع تتراوح بين 3 و15 ثانية، بعدما كان الحد الأقصى سابقًا 10 ثوان. وانخفض سعر 720p بنسبة 30% ليصل إلى 0.07 دولار لكل ثانية. وهذا يعني أن مقطعًا مدته 15 ثانية بدقة 720p سيكلف نحو 1.05 دولار. يتوفر النموذج عبر Gemini API وGoogle AI Studio وGoogle Cloud Console وFlow وGoogle Vids وتطبيق Gemini لمشتركي AI Ultra وGoogle Ads. ويحصل كل مقطع على علامة SynthID مائية غير مرئية.

تجدر الإشارة إلى أن النقطة الأخيرة مهمة للمنتجات: إذا دمجتم التوليد في خدمتكم، فسيكون من الممكن اكتشاف منشأ المحتوى تلقائيًا، ما يخفف بعض المخاوف لدى فرق الإشراف والمستشارين القانونيين.

التحرير الحواري وتوفير التكلفة

تطلق Google على الميزة الرئيسية اسم Conversational Editing. بعد الحصول على مقطع، يمكنكم كتابة: «اجعل المشهد مسائيًا بدلًا من النهار» أو «غيّر التنسيق إلى عمودي». عندها يعدّل النموذج المقطع بدلًا من توليد مقطع جديد من الصفر. ووفقًا لـGoogle، تعمل هذه الميزة على كامل المدة البالغة 15 ثانية.

ومن هنا تأتي آلية التوفير. يُنشأ المسودّة بدقة 360p أو 720p، ثم تُصحح التفاصيل بدقة عبر التعليمات اللاحقة، ولا تُرفع الدقة إلى 1080p أو 4K إلا للنسخة النهائية. في السابق، كانت الفرق تنفق جزءًا من ميزانيتها على جولات تجريبية باهظة التكلفة وعالية الجودة. أما الآن، فلا حاجة إلى الجولة المكلفة سوى مرة واحدة.

المراجع والثبات

يقبل النموذج صور الشخصيات وصور المنتجات ومقاطع الحركة القصيرة التي تصل مدتها إلى ثلاث ثوان، إضافة إلى التعليمات الصوتية. ويُفترض أن تظل الوجوه والملابس والطباعة على العبوات وألوان العلامة التجارية ثابتة عند تغيير زاوية التصوير. وفي مثال قدمته Google، تكفي صورة واحدة لعارضة أزياء وصور لثلاثة أزياء لإنتاج تجربة ملابس مدتها 15 ثانية مع دوران بزاوية 360 درجة، مع الحفاظ على الوجه وقصّة الملابس.

بالنسبة إلى التجارة الإلكترونية، يمثل ذلك حالة استخدام مباشرة: بطاقات منتجات تتضمن فيديو من دون الحاجة إلى فريق تصوير. كذلك تعد Google بتقليل ظاهرة الوجوه «المنزلقة» والتشوهات أثناء حركة الكاميرا، وتقديم حوارات أكثر طبيعية مع مزامنة دقيقة لحركة الشفاه، والتمييز بين عدة متحدثين. ومن المفترض أن تتضمن حركات الكاميرا المعقدة والمتواصلة، مثل تحليق طائرة مسيرة بمنظور FPV أو حركة تراجع حادة، عددًا أقل من الانتقالات غير المرغوب فيها.

القيود وما ينبغي فعله

لا يزال كل ذلك في الوقت الراهن مجرد تصريحات وردت في الإعلان. فلا توجد اختبارات مستقلة لثبات الهوية ومزامنة الشفاه في المشاهد المعقدة، وينبغي فهم كلمة «تعد» المعتادة بمعناها الحرفي. كذلك تُحتسب دقتا 4K و1080p بصورة منفصلة، وتعتمد التكلفة النهائية على عدد جولات التعديل، وهي جولات لم يذكر الإعلان أسعارها.

الخلاصة العملية بسيطة. إذا كنتم تنتجون مقاطع إعلانية أو تجارب ملابس أو محتوى لمنصات التجارة الإلكترونية، فاختبروا المهمة نفسها عبر عملية من ثلاث مراحل: مسودّة منخفضة الدقة، ثم تعديلات عبر الحوار، ثم رفع دقة النسخة النهائية. احسبوا التكلفة الفعلية للمقطع المكتمل، لا تكلفة ثواني التوليد وحدها. فهذا المقياس تحديدًا سيبيّن ما إذا كان توليد الفيديو قد تحول إلى أداة إنتاج أم ظل مجرد لعبة.