گوگل با مدل هوش مصنوعی Gemini Omni بازار فراوری ویدیو را متحول می نماید
به گزارش آفتاب صبا، گوگل در جریان رویداد سالانه توسعه دهندگان خود، Google I/O 2026، از خانواده نو مدل های هوش مصنوعی با نام مدل Gemini Omni رونمایی کرد. این فناوری پیشرفته با شعار خلق هر چیز از هر ورودی طراحی شده و در گام نخست، امکان فراوری ویدیوهایی به شدت واقع گرایانه را برای کاربران فراهم آورده است. گوگل پیش از این با پروژه هایی مانند جینی (Genie)، ویو (Veo) و نانو بنانا گام هایی را در مسیر شبیه سازی دنیا فیزیکی برداشته بود؛ اما مدل نو با درک چندوجهی عمیق تر، این فرآیند را به سطح نوی ارتقا می دهد.
مدل Gemini Omni قادر است متن، تصاویر، ویدیوها و نمونه های صوتی را ترکیب نموده و یک خروجی ویدیویی یکپارچه و هماهنگ فراوری کند. کاربران پس از ساخت ویدیو می توانند با دستورهای بعدی، جزئیات آن را ویرایش و اصلاح نمایند. پیش نمایش های منتشرشده از عملکرد این مدل، هماهنگی بی نظیر قوانین فیزیکی و صداگذاری دقیق حرکت اشیاء را نشان می دهند. بر خلاف مدل جینی که منحصر به مشترکین گران قیمت تر است، گوگل این فناوری را با دسترسی گسترده تری عرضه می نماید. نسخه سبک تر این خانواده با نام فلش در اختیار مشترکین سرویس های پلاس قرار گرفته است و نسخه رایگان آن نیز به زودی در پلتفرم های یوتیوب شورتس و یوتیوب کریت فعال می گردد. گوگل بعلاوه به عرضه نسخه پیشرفته تر موسوم به پرو در آینده نزدیک اشاره نموده است.
با توجه به واقع گرایی بالای ویدیوهای فراوریی، گوگل تدابیر امنیتی ویژه ای را برای استفاده مسئولانه از این ابزار اتخاذ نموده است. کاربران برای حضور در ویدیوها می توانند آواتار اختصاصی خود را بسازند و تا زمان حل چالش های امنیتی، قابلیت ویرایش آزادانه صدا و گفتار محدود خواهد بود. علاوه بر این، تمامی خروجی های مدل Gemini Omni به واترمارک نامرئی SynthID مجهز خواهند شد تا شناسایی محتوای ساخته شده با هوش مصنوعی به سادگی امکان پذیر باشد.
منبع: 9To5Google
منبع: دیجیکالا مگ