Doğal Dil ile Video Düzenleme ve Üretim Sağlayan Gemini Omni Flash Modeli Tanıtıldı
Kaynak: deepmind.google ·
Google, metin, görsel, ses ve video girdilerini birleştirerek yüksek kaliteli videolar üretebilen ve doğal dille düzenleme yapılmasına olanak tanıyan Gemini Omni model ailesinin ilk üyesi Gemini Omni Flash'ı duyurdu. Model, fizik kurallarını ve dünya bilgisini akıl yürütmeyle harmanlayarak karakter tutarlılığını koruyan sahneler oluşturabiliyor. Şirkete göre yeni model, Gemini uygulaması, Google Flow ve YouTube Shorts platformlarında kullanıma sunuluyor. Ayrıca üretilen tüm videolarda SynthID dijital filigranı yer alıyor.
Neden önemli?
Bu yenilik, video düzenleme ve üretim süreçlerini teknik bilgi gerektirmeden doğal dil komutlarıyla yapılabilir hale getiriyor. İçerik üreticileri ve kullanıcılar, karakter ve fizik tutarlılığını koruyarak karmaşık sahneleri kolayca oluşturabilecek.
Bununla neler yapılabilir?
- Olası kullanım: Kullanıcılar, doğal dil komutları vererek bir videodaki nesneleri, arka planları veya karakterleri çoklu adımlarla dönüştürebilir.
- Olası kullanım: Farklı görsel, ses ve metin referansları bir araya getirilerek tek ve uyumlu bir video çıktısı elde edilebilir.
Somut sonuçlar ve kanıtlar
- Üreticiye göre Gemini Omni Flash modeli Gemini uygulaması, Google Flow ve YouTube Shorts platformlarında kullanıma sunulmaktadır. (Üreticinin açıklaması)
Sınırlar ve açık kalan sorular
Modelin ses çıktı modülleri ve diğer bazı özellikler ilerleyen zamanlarda desteklenecek olup, geliştirici ve kurumsal müşterilere API erişimi önümüzdeki haftalarda sağlanacaktır.