Veo Omni Flash 1.2 ترتفع من 7 إلى 8.5 نقطة في اختبار، لكنها تخلط بين المراجع

عادةً ما يُمدح نموذج الفيديو استنادًا إلى مقاطع عرض اختارتها الشركة المطوّرة بنفسها. لذلك يكون الأمر أكثر إثارة للاهتمام حين يأخذ شخص ما النسخة الجديدة، ويشغّلها على المطالبات نفسها التي استخدمها مع النسخة السابقة، ويكتب بصدق أين تتعثر. وهكذا بالضبط اختبر كاتب على Habr نموذج Google Veo Omni Flash 1.2.

ماذا أظهرت الاختبارات

لدى الكاتب تصنيفان خاصان به. في الأول، «من النص إلى فيديو»، تلقت 12 نموذجًا المطالبة نفسها عن طاهٍ في الشارع يعدّ المعكرونة، وقيّم كل نموذج من 1 إلى 10. حصل Veo Omni Flash 1.2 على 8.5 واحتل المركز الرابع. أما النسخة السابقة 1.1 فنالت 7 نقاط وجاءت في المركز السادس. وفي الحالتين يكلّف المقطع 21 رمزًا، أي أن الجودة ارتفعت دون ارتفاع السعر.

في الاختبار الثاني، «تحريك الإطار»، يتلقى النموذج ثلاث صور جاهزة (بورتريه وموقع بناء وعلبة) وعليه أن يحرّكها. تُحسب النتيجة من 100. حصل Omni Flash 1.2 على 76.2، والإصدار 1.1 على ما يقارب ذلك. أي إذا كان سيناريو عملك الرئيسي هو تحريك صورة جاهزة، فالترقية لا تضيف شيئًا يُذكر.

أُعيد الاختباران على المطالبات والإطارات نفسها، ولذلك فإن المقارنة بين الإصدارين عادلة. وهذه نقطة قوة في المراجعة: يتغير النموذج فقط، لا الظروف.

الجديد: 15 ثانية و7 مراجع

ارتفع طول المقطع إلى 15 ثانية. وإضافة إلى ذلك، يمكن في SYNTX.AI رفع ما يصل إلى 7 صور في وضع المراجع. المراجع ضرورية كي تبدو الشخصيات والأشياء متطابقة من مشهد إلى آخر. وبالنسبة إلى الإعلانات والمسلسلات، هذا أهم من الصورة الجميلة.

أما عمليًا فكانت النتيجة متفاوتة. في إعلان يضم سلسلة من 6 عبوات احتفظ النموذج بـ4. وفي مقطع عن صالة رياضية بها 7 مدربين اختلّت تفاصيل ثلاثة منهم: الشعر والوشم والموضع في الإطار. بعبارة أخرى، «المراجع السبعة» المعلنة لا تعني أن السبعة جميعًا سيخرجون قابلين للتعرّف. وكلما زاد عدد العناصر في الإطار زادت احتمالية أن «يتشوّه» بعضها.

الفيزياء: نقطة الضعف

يشير الكاتب إلى الفيزياء بشكل منفصل. على العلبة تقف القطرات في مكانها مع أنه يفترض أن تسيل. وكيس الملاكمة يتأرجح مع أن أحدًا لا يضربه. الخطأ الأول نقص في الحركة، والثاني حركة بلا سبب. كلاهما واضح حتى دون تحليل إطارًا بإطار، وكلاهما يسهل تفويته إذا شاهدت المقطع مرة واحدة وعلى شاشة صغيرة.

ما العمل بهذا

• مسودات المشاهد من النص. مقابل الـ21 رمزًا نفسها، قُيّمت النسخة الجديدة أعلى من القديمة. إذا كنت ترسم لوحة قصصية لفكرة أو تختبر حبكات، فالانتقال يستحق.
• إعلانات بها سوائل. القطرات والمشروبات المسكوبة والبخار: افحصها إطارًا بإطار. وبحسب ملاحظات الكاتب، يخطئ النموذج هنا بشكل أوضح مما تعد به Google.
• سلاسل المنتجات ومجموعات الأشخاص. لا تعتمد على أن النموذج سيحتفظ بكل المراجع. قسّم المشهد إلى عدة مقاطع بعدد أقل من العناصر ثم اربطها معًا.
• تحريك الإطارات الجاهزة. إذا كنت على الإصدار 1.1 وتعمل أساسًا على «تحريك الإطار»، فلا يوجد سبب عاجل للانتقال.

حدود المراجعة

التقييمات ذاتية: وضعها شخص واحد. واختبار النص مبني على مطالبة واحدة عن الطاهي والمعكرونة، لذا فإن 8.5 مقابل 7 تخص مشهدًا بعينه لا كل الأنواع. وسعر 21 رمزًا يخص منصة SYNTX.AI، لا واجهة Google البرمجية المباشرة. أما مشاهد المراجع فقد أضافها الكاتب للإصدار 1.2 فقط، ولذلك لا توجد مقارنة مباشرة مع 1.1 بشأنها.

الخلاصة بسيطة: أصبح Veo Omni Flash 1.2 أفضل للمسودات السريعة من النص، لكنه لم يصبح موثوقًا للإعلانات التي تتضمن سوائل وللقطات التي تضم الكثير من الشخصيات. وإذا كنت تنتج مقاطع للإنتاج الفعلي، فخصّص وقتًا للفحص وإعادة التوليد، ولا تثق برقم «حتى 7 مراجع».