Google đã ra mắt mô hình tạo video Gemini Omni 1.1 Flash dành cho các nhà phát triển thông qua Gemini API và Google AI Studio, theo thông báo trên Google Blog. Nếu bạn xây dựng các quy trình xử lý video, bản cập nhật này mang lại khả năng kiểm soát chặt chẽ hơn nhiều đối với các clip ngắn mà không cần rời khỏi bộ công cụ phát triển của Google.
Những tính năng điều khiển mới mang lại
Thay vì chỉ nhập prompt và hy vọng vào may mắn, giờ đây bạn có thể trực tiếp định hướng kết quả đầu ra bằng các công cụ cụ thể:
- Mở rộng cảnh quay theo từng bước. Mô hình đọc tối đa 10 giây ngữ cảnh trước đó và bổ sung các phần mở rộng 10 giây, đạt tổng thời lượng lên tới 40 giây.
- Ghim khung hình bắt đầu và kết thúc. Khả năng kiểm soát khung hình đầu và khung hình cuối giúp bạn tạo ra những đoạn cắt cảnh rõ ràng, dễ dự đoán.
- Định hướng phong cách bằng clip tham chiếu. Bạn có thể tải lên một video ngắn tối đa 3 giây để điều hướng chuyển động hoặc phong cách của máy quay.
- Xuất ở độ phân giải cao. Khi các bản nháp đã ưng ý, bạn có thể kết xuất kết quả cuối cùng ở 1080p hoặc 4K.
- Tạo bản nháp nhanh chóng. Các bản nháp xem trước 360p mới cho phép bạn thử nghiệm ý tưởng trước khi trả phí cho các lần kết xuất đầy đủ.
Các nhà phát triển có thể truy cập mô hình (gemini-omni-1.1-flash) trong Google AI Studio và Gemini API, cùng với tài liệu hướng dẫn và tài liệu cookbook mới. Mô hình này cũng kết nối với Gemini Enterprise Agent Platform. Ngoài ra, Google Flow cũng nhận được mô hình này cho người dùng AI Plus, Pro và Ultra trên toàn thế giới, đồng thời ứng dụng Gemini bổ sung tính năng mở rộng cảnh quay toàn cầu.
Những con số bạn chưa nên vội tin
Google cho biết các bản xem trước 360p của họ chạy nhanh hơn tới 60% và có chi phí chỉ bằng một phần ba so với chuẩn 720p tiêu chuẩn, dựa trên các thử nghiệm thông lượng hệ thống. Dữ liệu đó hoàn toàn đến từ các bài đo chuẩn nội bộ của Google. Chưa có ai bên ngoài công ty kiểm chứng điều này, và các chuyên gia độc lập vẫn cần xác minh chất lượng, độ tin cậy, hành vi an toàn cũng như tổng chi phí trong khối lượng công việc thực tế của khách hàng. Một bản nháp nhanh sẽ rất hữu ích, nhưng các bản nháp hỏng vẫn làm lãng phí tiền bạc.
Vì sao điều này quan trọng với các đội ngũ
Bản phát hành này biến việc tạo AI thô thành một quy trình biên tập thực tế. Giờ đây, bạn có thể tạo video giải thích sản phẩm liền mạch, video đào tạo và các bản mẫu tiếp thị mà không cần phải bắt đầu lại từ đầu sau mỗi lần thử. Điều đó tạo nên sự khác biệt lớn. Nếu đội ngũ của bạn đã xây dựng trên các công cụ dành cho nhà phát triển của Google, việc thử nghiệm mô hình này với phần mềm video hiện có của bạn là vô cùng đơn giản.
Cách thử nghiệm trong quy trình làm việc của bạn
Hãy bắt đầu với các bài kiểm tra nhỏ. Chọn năm đoạn clip video tiêu chuẩn phù hợp với công việc hàng ngày của bạn. Thử nghiệm mở rộng cảnh quay vượt mốc 10 giây đầu tiên, đồng thời thử các tùy chọn điều khiển khung hình đầu và khung hình cuối với các seed tương ứng. So sánh trực tiếp các bản xem trước 360p với chuẩn 720p tiêu chuẩn để đo lường tốc độ, chi phí và số lần chỉnh sửa. Sau đó, xuất các tệp đã chọn ở 1080p và 4K để kiểm tra tính nhất quán về mặt hình ảnh. Luôn yêu cầu con người xem xét trước khi xuất bản bất kỳ clip nào.
Cho đến khi các thử nghiệm độc lập xác nhận những tuyên bố của Google, hãy xem Gemini Omni 1.1 Flash là một dự án thử nghiệm đầy hứa hẹn, chứ chưa phải là sự thay thế hoàn toàn cho toàn bộ quy trình.