„Google“ pristatė du dirbtinio intelekto modelius greitam vaizdų ir vaizdo įrašų generavimui

„Google Alphabet Inc.“ ↗ 0.22% antradienį išleido du naujus dirbtinio intelekto medijos modelius, papildydama savo generatyvinio dirbtinio intelekto asortimentą įrankiais, skirtais pagreitinti ir atpiginti vaizdų bei vaizdo įrašų kūrimą tiek kūrėjams, tiek vartotojams.

„Nano Banana 2 Lite“, kuris dabar yra visuotinai prieinamas, yra greičiausias bendrovės vaizdų generavimo modelis, galintis sukurti vaizdus vos per keturias sekundes, o 1K raiškos vaizdo kaina siekia 0,034 JAV dolerio. Tą pačią dieną viešai testuoti pradėtas „Gemini Omni Flash“ atlieka vaizdo įrašų generavimą ir pokalbių redagavimą už 0,10 JAV dolerio už vieną vaizdo įrašo sekundę.cloud.google+3

Greitis ir kaina yra esminiai veiksniai

„Nano Banana 2 Lite“, techniškai vadinamas „Gemini 3.1 Flash-Lite Image“, yra skirtas pakeisti originalų „Nano Banana“ modelį, pasižymintis geresne vaizdo kokybe, personažų nuoseklumu ir teksto atvaizdavimu. Modelis sukurtas didelės apimties naudojimo atvejams, pavyzdžiui, skelbimų variantų A/B testavimui ir socialinių programų palaikymui dideliu mastu.cloud.google+1

„Gemini Omni Flash“, pirmą kartą pristatytas „Google I/O“ konferencijoje gegužės mėnesį, leidžia vartotojams generuoti ir redaguoti vaizdo įrašus naudojant natūralios kalbos komandas, derinant teksto, vaizdo ir vaizdo įrašų įvestis. Šiuo metu modelis kuria iki 10 sekundžių trukmės klipus, o ateityje planuojama ilgesnė trukmė. Jis natūraliai generuoja garsą kartu su vaizdo įrašu ir išlaiko personažų bei stiliaus nuoseklumą redaguojant.cloud.google+2

Platus prieinamumas „Google“ produktuose

Abu modeliai pasiekiami per „Google AI Studio“, „Gemini API“ ir „Gemini Enterprise Agent Platform“. Vartotojų pusėje jie diegiami „Gemini“ programėlėje, „AI Mode“ paieškoje, „NotebookLM“, „Google Photos“, „Google Flow“ ir „Google Ads“.investing+1

„NotebookLM“ naudoja „Nano Banana 2 Lite“, kad palaikytų naują „Short Video Overviews“ funkciją, kuri suspaudžia įkeltus dokumentus į maždaug 60 sekundžių trukmės vertikalius vaizdo įrašus su pasakojamaisiais paaiškinimais ir edukacinėmis animacijomis. Ši funkcija diegiama 18 metų ir vyresniems angliškai kalbantiems vartotojams žiniatinklyje, „Android“ ir „iOS“ platformose.gadgets360+1

Pramonės partneriai jau kuria

„Google“ pabrėžė ankstyvuosius naudotojus, įskaitant „Adobe“, „WPP“ ir „Figma“. Mattas Chotinas, „Adobe“ ↘ 0.28% produktų vyresnysis direktorius, teigė, kad modeliai bus integruoti į „Adobe Firefly“, kad „padėtų kūrėjams greičiau pereiti nuo idėjos prie galutinio turinio“. Abiejuose modeliuose pagal numatytuosius nustatymus yra „SynthID“ vandens ženklai ir „C2PA“ turinio kredencialai.cloud.google+1