Ing. Calogero Bono
Google ने Gemini Omni 1.2 Flash की घोषणा की है, जो कृत्रिम बुद्धिमत्ता से वीडियो बनाने का उसका नया मॉडल है। पिछले संस्करण के 10 सेकंड की तुलना में अब क्लिप 15 सेकंड तक की बन सकती हैं, और कीमत में 30% की कमी आई है। यह मॉडल डेवलपर्स और कंपनियों के लिए आम उपलब्धता में है, और एक मुफ्त कोटा के साथ Google Vids में भी आ रहा है। इसका महत्व इसमें है कि प्रचार वीडियो बनाना अब उन लोगों के लिए भी संभव हो जाता है जिनके पास कोई स्टूडियो नहीं है।
कुछ शब्द, तथ्यों में जाने से पहले। Omni Google के वीडियो मॉडलों का परिवार है, और Flash वह संस्करण है जो गति और कम लागत के लिए बनाया गया है। Gemini API वह इंटरफ़ेस है जिससे डेवलपर अपने प्रोग्रामों में इन मॉडलों का उपयोग करते हैं। Multi-turn editing का अर्थ है एक ही वीडियो को लगातार आए निर्देशों से बदलना, बिना उसे शुरू से दोबारा बनाए। SynthID एक अदृश्य वॉटरमार्क है जो जेनरेट की गई सामग्री पर लगाया जाता है। Provisioned Throughput एक आरक्षित कंप्यूटिंग क्षमता है, जो लगातार चलने वाले कामों के लिए होती है।
Gemini Omni 1.2 Flash में नया क्या है?
Google DeepMind के अनुसार, यह मॉडल 15 सेकंड तक के वीडियो मूल रूप से बनाता और संपादित करता है। अवधि 3 से 15 सेकंड तक एक-एक सेकंड के चरणों में सेट की जा सकती है।
Google दावा करता है कि दृश्यों में "ड्रिफ़्ट" कम हुआ है, यानी पात्र और वस्तुएँ एक फ्रेम से दूसरे फ्रेम में अपनी शक्ल नहीं बदलतीं। बोलने में भी सुधार है, होंठों की हरकत का तालमेल साफ़ है और अलग-अलग आवाज़ें बेहतर पहचानी जाती हैं, और कैमरे की गतिविधियाँ सहज हैं, जिनमें अनचाहे कट कम हैं।
इसकी कीमत कितनी है और बचत कैसे होती है?
Google 720p वीडियो के लिए 0,07 डॉलर प्रति सेकंड बताता है, जो Omni 1.1 से 30% कम है। यह गणना हमारी है। 720p पर 15 सेकंड की क्लिप की लागत लगभग 1,05 डॉलर बैठती है।
बताया गया कार्यप्रवाह खर्च घटाने के लिए बनाया गया है। पहले 360p या 720p पर तेज़ ड्राफ़्ट बनाया जाता है, किसी एक विवरण को पूरे वीडियो को दोबारा बनाए बिना बाद के संपादन से ठीक किया जाता है, और फिर सबसे अच्छे संस्करण को 1080p या 4K पर ले जाया जाता है।
Google Vids में मुफ्त में क्या हो सकता है?
Google के ब्लॉग के अनुसार, Google खाते या Workspace सदस्यता वाला कोई भी व्यक्ति Vids में हर महीने बिना शुल्क 15 सेकंड के तीन वीडियो बना सकता है। शुरुआत vids.new से होती है।
Google एक ही चरण में उत्पाद प्रचार, स्थिर तस्वीरों से स्थिर पात्रों वाले वीडियो और अधिक स्वाभाविक कथा-वाचन का उल्लेख करता है। अगर आप पहले से Workspace इस्तेमाल करते हैं, तो Google Workspace में Gemini पर हमारी गाइड आपके काम आ सकती है।
इस मॉडल का उपयोग कहाँ हो सकता है?
डेवलपर्स के लिए Gemini API है, और Google AI Studio में प्रोटोटाइप बनाए जा सकते हैं। जो लोग व्यावहारिक तरीके से शुरू करना चाहते हैं, उनके लिए Google AI Studio पर हमारी गाइड है। कंपनियाँ इसे Google Cloud console में आज़मा सकती हैं।
उपयोगकर्ताओं के लिए Flow है, फिर Vids और Google Ads। Gemini ऐप में 15 सेकंड के वीडियो फिलहाल Google AI Ultra सदस्यों के लिए हैं, जैसा कि Android Authority बताता है। डेवलपर्स के लिए, यह रही Gemini API की गाइड।
ध्यान रखने योग्य सीमाएँ
गुणवत्ता में सभी सुधार Google के दावे हैं और Google द्वारा चुने गए उदाहरणों से दिखाए गए हैं। हमारे पास कोई स्वतंत्र परीक्षण नहीं है। Google स्वीकार करता है कि तेज़ खेल दृश्यों, जल्दी-जल्दी बदलती पटकथा और जटिल भौतिकी पर अभी काम जारी है। यह स्पष्ट नहीं है कि तीन मुफ्त वीडियो का कोटा पेशेवर उपयोग के लिए कितना काफी है, और न ही यह कि ये सीमाएँ कब बदलेंगी।
डिजिटल काम करने वालों के लिए क्या बदलता है
एक छोटे व्यवसाय के लिए छोटा प्रचार वीडियो अब कुछ यूरो का प्रयोग है, या Vids में मुफ्त। आप उत्पाद की तस्वीरों से शुरू करके अलग-अलग दर्शकों और प्रारूपों के लिए रूपांतर बना सकते हैं, और चरणबद्ध संपादन से उन्हें सुधार सकते हैं। जो लोग कैटलॉग या ई-कॉमर्स संभालते हैं, वे वर्चुअल ट्राय-ऑन और उत्पाद घुमाव के साथ प्रयोग कर सकते हैं। जो डेवलपर हैं, वे वीडियो जेनरेशन को अपने टूल में जोड़ सकते हैं, और Gemini के मॉडल और API पर हमारा अवलोकन इसमें मार्गदर्शन दे सकता है।
हमारी राय
सबसे दिलचस्प बात अवधि नहीं, बल्कि कीमत और चरणबद्ध प्रवाह है। पहले सस्ता ड्राफ़्ट, फिर सुधार, और अंत में उच्च रिज़ॉल्यूशन। यह ऐसा लागत मॉडल है जिसे गैर-तकनीकी व्यक्ति भी समझ सकता है। तीन मुफ्त वीडियो मुख्य रूप से लोगों को Vids और Workspace में लाने का तरीका हैं, और यह बिना किसी दिखावे के कहा जाना चाहिए। भरोसे का सवाल फिर भी बना रहता है। अदृश्य वॉटरमार्क मदद करता है, पर किसी विज्ञापन देखने वाले के लिए पर्याप्त नहीं है। अगर आप जेनरेट किए गए वीडियो प्रकाशित करते हैं, तो इसे साफ़ बताएँ।
अक्सर पूछे जाने वाले सवाल
Gemini Omni 1.2 Flash के वीडियो कितने लंबे होते हैं?
15 सेकंड तक, जबकि Omni 1.1 में 10 सेकंड थे। आप 3 से 15 सेकंड तक की अवधि एक-एक सेकंड के चरणों में चुन सकते हैं।
क्या Gemini Omni 1.2 Flash मुफ्त है?
केवल आंशिक रूप से। Google Vids में आप बिना शुल्क हर महीने 15 सेकंड के तीन वीडियो बना सकते हैं। API के जरिए घोषित कीमत 720p पर 0,07 डॉलर प्रति सेकंड है।
Gemini ऐप में इसे इस्तेमाल करने के लिए सदस्यता चाहिए?
फिलहाल हाँ। Google के अनुसार Gemini ऐप में 15 सेकंड के वीडियो Google AI Ultra सदस्यों के लिए उपलब्ध हैं।
क्या पहले से बने वीडियो में बदलाव किया जा सकता है?
हाँ। चरणबद्ध संपादन से आप उसी वीडियो का पृष्ठभूमि, रोशनी, उत्पाद या प्रारूप बदल सकते हैं, बिना उसे शुरू से दोबारा बनाए।
क्या ये वीडियो AI से बने होने का पता चल सकता है?
सिद्धांत रूप में हाँ। Google का दावा है कि आउटपुट में अदृश्य SynthID वॉटरमार्क होता है।
Google के AI वीडियो पर अगले कुछ महीनों में क्या देखें
यह लॉन्च केवल शुरुआत है। अगले कुछ हफ्तों में असली नतीजे और उपयोग के नियम ज़्यादा मायने रखेंगे।
- जाँचें कि Vids का मुफ्त कोटा बदलता है या तीन मासिक वीडियो से आगे बढ़ाया जाता है।
- घोषित सीमाओं जैसे तेज़ दृश्यों और जटिल भौतिकी पर स्वतंत्र परीक्षण पढ़ें।
- किसी स्थायी प्रवाह में निवेश करने से पहले प्रति सेकंड लागत की तुलना अपने वीडियो बजट से करें।
