Google avaa Gemini Omni Flash -rajapinnan yrityksille videotuotantoon

Google on tuonut Gemini Omni Flash -tekoälymallin yritysten saataville API-rajapinnan kautta. Tämä mahdollistaa videoiden luomisen ja editoimisen pelkästään keskustelemalla. Ominaisuus, joka aiemmin esiteltiin kuluttajille, tähtää nyt yritysten sisäisen videosisällön tuotannon tehostamiseen.

Perinteisesti yritysten 90 sekunnin koulutusvideoiden tai tuote-esittelyjen luominen on vaatinut huolellista suunnittelua, kuvausryhmän palkkaamista, kuvauksia, editointia ja muutoksia. Muutos yksittäiseen tekstiin on voinut käynnistää koko prosessin uudelleen, mikä on tehnyt videotuotannosta hidasta ja kallista. Gemini Omni Flash pyrkii muuttamaan tätä toimintamallia tarjoamalla nopeamman ja kustannustehokkaamman ratkaisun.

Uusi rajapinta mahdollistaa monimutkaisten videoiden tuottamisen yhdistämällä aiemmin erillisiä työkaluja. Malli pystyy luomaan videota tekstistä, kuvista ja olemassa olevista videoista, ja se tuottaa valmiin klipin synkronoidulla äänellä. Käyttäjät voivat myös muokata valmiita videoita antamalla suullisia tai kirjallisia ohjeita, mikä tekee prosessista saumattoman.

Teknologia tukee myös monimuotoisia syötteitä, kuten viitekuvia ja olemassa olevia videoklippejä, jotka malli ottaa huomioon lopputuloksessa. Lisäksi se pystyy ymmärtämään fyysisten kohtausten käyttäytymistä, kuten valojen ja sateen vaikutuksia, sekä käsittelemään tekstin ja logojen lisäämistä tai muuttamista videoissa. Käyttäjien tulee kuitenkin edelleen tarkistaa tuotetun materiaalin ihmisvoimin ennen julkaisua.

Googlen mukaan mallin rajoituksia ovat tällä hetkellä 10 sekunnin maksimiklipin pituus ja 720p-resoluutio. Yrityksille tärkeitä ominaisuuksia ovat myös sisäänrakennettu vesileima (SynthID), sisällön todentamisen työkalut (C2PA) ja tekoälysisällön tunnistus-API. Google on myös asettanut rajoituksia, kuten kieltolain käytölle valokuvista ja äänestä syötettyjen syväväärennösten luomiseksi.