Google ने लॉन्च किया Gemini Omni 1.1 Flash, अब 4K वीडियो 40 सेकंड तक बना सकेंगे

Google ने अपने Generative AI मॉडल Gemini Omni 1.1 Flash को पेश किया है। कंपनी के नए मॉडल में वीडियो बनाने और एडिट करने से जुड़े कई नए फीचर्स जोड़े गए हैं। Gemini Omni 1.1 Flash की मदद से यूजर्स मौजूदा वीडियो सीन को आगे बढ़ाने, वीडियो के शुरुआती और आखिरी फ्रेम के बीच नया फुटेज तैयार करने और छोटे वीडियो को रेफरेंस के तौर पर इस्तेमाल करने में सक्षम होंगे। नया मॉडल 4K रिजॉल्यूशन तक वीडियो तैयार कर सकता है। वहीं, तेजी से ड्राफ्ट तैयार करने के लिए 360p मोड भी दिया गया है।

Gemini Omni 1.1 Flash की सबसे बड़ी खासियत मौजूदा वीडियो को आगे बढ़ाने की क्षमता है। Google के मुताबिक, मॉडल अब किसी वीडियो को एक्सटेंड करते समय उसके पिछले 10 सेकंड तक के फुटेज का विश्लेषण कर सकता है। इससे पहले के वर्जन में केवल वीडियो के आखिरी एक सेकंड को ध्यान में रखा जाता था।

डेवलपर्स वीडियो में 10-10 सेकंड के हिस्से जोड़ सकते हैं और इसे कुल 40 सेकंड तक एक्सटेंड किया जा सकता है। इससे किसी मौजूदा सीन को आगे बढ़ाते समय उसके विजुअल और कहानी की निरंतरता बनाए रखने में मदद मिल सकती है।

नए मॉडल में डेवलपर्स वीडियो शॉट का शुरुआती और अंतिम फ्रेम तय कर सकते हैं। इसके बाद Gemini Omni 1.1 Flash इन दोनों फ्रेम के बीच की जरूरी फुटेज तैयार कर सकता है। यह फीचर कैमरा ऑर्बिट, जूम और दूसरे जटिल मूवमेंट वाले सीन तैयार करने में भी इस्तेमाल किया जा सकता है। इसके अलावा इससे ऐसे ट्रांजिशन तैयार किए जा सकते हैं, जिनकी मदद से लगातार चलने वाला या Looping Video बनाया जा सके।

Gemini Omni 1.1 Flash में नए वीडियो के लिए रेफरेंस फुटेज इस्तेमाल करने का विकल्प भी दिया गया है। मॉडल 3 सेकंड तक के वीडियो को रेफरेंस के तौर पर स्वीकार कर सकता है। इसका फायदा यह होगा कि वीडियो तैयार करते समय किसी कैरेक्टर की शक्ल, उसके लुक और बैकग्राउंड जैसे विजुअल डिटेल्स को बनाए रखने में मदद मिल सकती है। Google ने एक से ज्यादा Reference Clips का इस्तेमाल करके अलग-अलग मूवमेंट को एक ही वीडियो में जोड़ने की क्षमता भी प्रदर्शित की है।

Google ने नए मॉडल में 360p वीडियो मोड भी जोड़ा है। यह खास तौर पर उन डेवलपर्स और क्रिएटर्स के लिए उपयोगी हो सकता है, जो किसी आइडिया को पहले कम क्वालिटी में टेस्ट करना चाहते हैं। कंपनी का कहना है कि 360p ड्राफ्ट 720p वीडियो की तुलना में 60 प्रतिशत तक तेजी से तैयार किए जा सकते हैं।

साथ ही, इसकी लागत 720p आउटपुट की करीब एक-तिहाई होगी। इसका इस्तेमाल Rapid Prototyping और Storyboard तैयार करने जैसे कामों में किया जा सकता है। जब वीडियो का फाइनल वर्जन तैयार हो जाए, तब डेवलपर्स इसे 1080p या 4K रिजॉल्यूशन में जनरेट कर सकते हैं।

Gemini Omni 1.1 Flash को डेवलपर्स Gemini API के जरिए Google AI Studio में इस्तेमाल कर सकते हैं। Enterprise यूजर्स के लिए यह Agent Platform API के माध्यम से उपलब्ध है। Google ने नए वीडियो जनरेशन टूल्स के लिए डॉक्यूमेंटेशन, Cookbook और Prompting Guides भी जारी किए हैं। इससे डेवलपर्स अपने मौजूदा AI और वीडियो वर्कफ्लो में मॉडल की क्षमताओं को शामिल कर सकेंगे।

Google ने Gemini Omni 1.1 Flash को अपने सब्सक्राइबर्स के लिए भी उपलब्ध कराया है। AI Plus, Pro और Ultra सब्सक्राइबर्स इसे Google Flow के जरिए इस्तेमाल कर सकते हैं। Scene Extension फीचर इन सब्सक्राइबर्स के लिए Gemini App में भी उपलब्ध है। कंपनी के मुताबिक, Gemini Omni Flash को Adobe, Figma Weave, GMI Cloud और Runway जैसे प्लेटफॉर्म पहले से अपने वीडियो वर्कफ्लो में शामिल कर रहे हैं।

Gemini Omni 1.1 Flash का फोकस सिर्फ वीडियो जनरेट करने पर नहीं, बल्कि मौजूदा फुटेज को समझकर उसे आगे बढ़ाने और उसमें निरंतरता बनाए रखने पर भी है। 40 सेकंड तक वीडियो एक्सटेंशन, Reference Video, Start-End Frame Generation और 4K आउटपुट जैसे फीचर्स फिल्ममेकिंग, विज्ञापन, स्टोरीबोर्डिंग और सोशल मीडिया कंटेंट तैयार करने वाले क्रिएटर्स के लिए उपयोगी हो सकते हैं।