غوغل تطلق Gemini Omni 1.2 Flash: فيديوهات تصل إلى 15 ثانية بسعر 0.07 دولار للثانية

إذا سبق لك أن أنشأت منتجًا يعتمد على توليد الفيديو ولو مرة واحدة، فأنت تعرف المشكلة الأساسية: كل محاولة فاشلة تكلف مالًا. قد تتغير ملامح الشخصية، أو لا تناسب الخلفية المشهد، أو تفشل الإضاءة، فتضطر إلى توليد كل شيء من جديد. أطلقت غوغل Gemini Omni 1.2 Flash لمعالجة عدد من هذه المشكلات دفعة واحدة.

ما الذي تغير؟

أهم تغيير من ناحية الميزانية هو انخفاض السعر بنحو 30%. أصبحت تكلفة ثانية واحدة من الفيديو بدقة 720p تبلغ 0.07 دولار، بينما يكلف مقطع مدته 15 ثانية نحو 1.05 دولار. وارتفع الحد الأقصى للمدة أيضًا: كان 10 ثوان وأصبح الآن 15 ثانية. وهذا فارق ملموس بالفعل بالنسبة إلى اللقطات الإعلانية والقصص والمعاينات.

أما التغيير المهم الثاني فيتعلق بالجودة. تقول غوغل إن النموذج بات يحافظ بصورة أفضل على مظهر الشخصيات وتفاصيل الملابس والعناصر عند تغيير زاوية التصوير. وهذه مشكلة شائعة في نماذج الفيديو: يسهل التعرف إلى البطل في اللقطة الأولى، لكنه يظهر بسترة مختلفة عند الثانية العاشرة. يقبل النموذج مراجع من الصور ومقاطع الفيديو القصيرة والصوت، ما يتيح تحديد الشخصية أو الصوت أو الأسلوب مسبقًا.

جرى تحسين الصوت أيضًا، بما يشمل مزامنة حركة الشفاه مع الكلام، والحوارات بين عدة شخصيات، وسلاسة حركة الكاميرا. وهذا أمر بالغ الأهمية للمشاهد الحوارية، لأن عدم تزامن الشفاه يكشف فورًا أن المحتوى مولد اصطناعيًا.

التحرير بدلًا من إعادة التوليد

أكثر الميزات الجديدة عملية هي التحرير عبر الحوار. لنفترض أنك أنشأت مقطعًا لمقهى، لكن العميل يريد طقسًا ممطرًا وإضاءة مسائية. في السابق، كان عليك كتابة مطالبة جديدة ودفع تكلفة المقطع بأكمله مرة أخرى، مع احتمال الحصول على مشهد مختلف تمامًا. أما الآن، فيمكنك أن تكتب في الدردشة «غيّر الطقس إلى ممطر» أو «بدّل الخلفية»، وسيغير النموذج هذا العنصر وحده. ويمكن بالطريقة نفسها تغيير تنسيق الفيديو، مثل تحويله من أفقي إلى عمودي.

هناك وسيلة أخرى لتقليل التكلفة: تُنشأ المقاطع بدقة 360p أو 720p، ثم تُرفع دقتها إلى 1080p أو 4K. ومن المنطقي اختبار الفكرة أولًا بتكلفة منخفضة وبدقة محدودة، ثم رفع جودة الخيارات الناجحة فقط.

أماكن الإتاحة وما ينبغي الانتباه إليه

النموذج متاح بالفعل عبر Gemini API وGoogle AI Studio. ويتوفر دعمه أيضًا في Flow وGoogle Vids وخدمات أخرى من غوغل. وهذا يعني إمكان تجربته من دون عملية تكامل طويلة.

لكن هناك قيودًا أيضًا. السعر البالغ 0.07 دولار محدد لدقة 720p، فيما لا يوضح الإعلان تكلفة رفع الدقة إلى 1080p أو 4K، لذا يجدر التحقق منها في صفحة الأسعار. أما الادعاءات المتعلقة بتحسين اتساق الشخصيات ومزامنة الشفاه، فلا تزال مدعومة حتى الآن ببيانات غوغل نفسها فقط، ولا تتوفر مقارنات مستقلة. كما أن 15 ثانية تظل مدة قصيرة للمشاهد المتكاملة، ولذلك سيتعين تركيب الفيديوهات الطويلة من مقاطع متعددة مع الحرص على استمرارية المشهد.

ما الذي ينبغي فعله عمليًا؟

بالنسبة إلى المطورين وفرق المنتجات، الخلاصة بسيطة. أولًا، أعيدوا حساب اقتصاديات الوحدة: إذا كان منتجكم يولد الفيديو، فقد يؤدي انخفاض السعر بنسبة 30% إلى تحسين هامش الربح أو إتاحة عدد أكبر من المحاولات لكل مستخدم. ثانيًا، أعيدوا تصميم خط الإنتاج وفق مسار «مسودة بدقة 360p، ثم تحرير عبر الحوار، ثم رفع نهائي للدقة». يكون ذلك عادة أرخص وأسرع من تشغيل عمليات توليد كاملة. ثالثًا، اختبروا المراجع باستخدام محتواكم الخاص، فهناك تحديدًا يمكن معرفة مدى نجاح الحفاظ على اتساق الشخصية خارج العروض التوضيحية وفي حالات الاستخدام الفعلية.

يتحول توليد الفيديو تدريجيًا من أداة تجريبية مكلفة إلى أداة اعتيادية ذات تكلفة واضحة لكل ثانية. ويمثل Gemini Omni 1.2 Flash خطوة أخرى في هذا الاتجاه، ولا سيما بفضل التحرير من دون إعادة توليد المقطع بالكامل.