Google DeepMind, video üretim modeli Gemini Omni 1.2 Flash’ı kullanıma açtı. Modelin öne çıkan üç yeniliği var: tek geçişte 15 saniyeye kadar video, sohbetle sahne düzenleme ve önceki sürüme göre yüzde 30 daha düşük fiyat.
Saniyesi 7 sent
720p çözünürlükte video çıktısının saniyesi 0,07 dolar olarak fiyatlandırıldı. Bu, video token maliyetini milyon token başına yaklaşık 12 dolar seviyesine indiriyor. Google indirimi Omni 1.1 Flash’a kıyasla yüzde 30 olarak açıklıyor.
Fiyat düşüşü, taslaktan yükseltmeye (draft-to-upscale) akışıyla birlikte anlam kazanıyor. Geliştirici sahneyi önce 360p veya 720p’de deniyor, kamera hareketi ve kompozisyon tuttuğunda yalnızca final kareleri 1080p ya da 4K’ya yükseltiyor. Böylece deneme yanılma maliyeti ciddi biçimde düşüyor.
Sohbetle kurgu sahneyi koruyor
Modelin en dikkat çeken tarafı çok turlu düzenleme. Eski modellerde üretilen bir videoda küçük bir değişiklik istendiğinde klip baştan üretiliyor, çoğu zaman karakter ya da mekân da değişiyordu. Omni 1.2 Flash, çok modlu hafıza katmanıyla sahnenin geometrisini koruyarak yalnızca istenen değişikliği uyguluyor. Örneğin “ceketi deri yap ama yürüyüş temposunu bozma” ya da “kamerayı yavaşça yukarı kaldır” gibi komutlar aynı plan üzerinde çalışıyor.
Süre 15 saniyeye çıktı, ses videoya gömülü
Klip limiti 10 saniyeden 15 saniyeye yükseldi. Uzunluk 3 ile 15 saniye arasında birer saniyelik adımlarla seçilebiliyor; bu da TikTok, Reels ve Shorts gibi dikey formatlara doğrudan uyum sağlıyor.
Ses tarafında ayrı bir kütüphane gerekmiyor: rüzgâr, ayak sesleri, ortam uğultusu ve çoklu konuşmacı diyalogları sahnedeki hareketle senkron biçimde videoya gömülüyor (native audio).
Nereden kullanılır?
Model Vertex AI, Google AI Studio ve Gemini API üzerinden erişilebilir durumda. Google böylece video üretim pazarında OpenAI Sora ve Runway’in karşısına hem fiyat hem kurgu yetenekleriyle çıkıyor.
Kaynak: WebTuring
Deneyimini paylaş
Bir sorunun, farklı bir çözümün veya eklemek istediğin bir notun var mı? Giriş yapmadan da yazabilirsin.