รีวิว Omni 1.5: คุณสมบัติที่คาดหวัง สถานะการเปิดตัว และสิ่งที่เรารู้

Omni 1.5 รีวิว: คำตัดสินอย่างรวดเร็ว

คำตัดสินสั้น ๆ นั้นตรงไปตรงมา: Omni 1.5 อาจกลายเป็นโมเดลวิดีโอหลายรูปแบบที่สำคัญ แต่ยังไม่สามารถตรวจสอบได้ว่าเป็นผลิตภัณฑ์ที่วางจำหน่าย พื้นฐานสาธารณะในปัจจุบันของ Google คือ Gemini Omni 1.1 แฟลช โมเดลนั้นรวมการสร้างและการแก้ไขข้ามข้อความ รูปภาพ เสียง และวิดีโอแล้ว ทำให้การประเมินมีประโยชน์มากกว่าเครื่องมือข้อความเป็นวิดีโอทั่วไปที่ยอมรับคำสั่งเดียวและส่งคืนคลิปเดียว

ความคาดหวังที่น่าเชื่อถือที่สุดสำหรับรุ่น Omni ในภายหลังไม่ได้เป็นเพียงผลผลิตที่คมชัดยิ่งขึ้น เป็นการควบคุมที่แข็งแกร่งกว่าในอินพุตแบบผสมและการแก้ไขซ้ำ ๆ: รักษาวัตถุในขณะที่เปลี่ยนตำแหน่ง ขยายการถ่ายภาพโดยไม่สูญเสียภูมิศาสตร์ จับคู่การกระทำกับเสียง หรือปรับกล้องในขณะที่ทิ้งรายละเอียดที่ได้รับอนุมัติไว้โดยไม่มีใครแตะต้อง นี่คือพื้นที่ที่ผู้สร้างควรทดสอบหากมีการประกาศอย่างเป็นทางการของ Omni 1.5

Omni 1.5 คืออะไร?

ปัจจุบัน Omni 1.5 เป็นที่เข้าใจกันดีที่สุดว่าเป็นชื่อรุ่นที่คาดการณ์ไว้มากกว่าข้อกำหนดอย่างเป็นทางการ ไม่พบวันเปิดตัวที่ตรวจสอบแล้ว การ์ดโมเดล ตัวระบุ API ตารางราคา รายการภูมิภาค หรือชุดคุณลักษณะสุดท้ายในเอกสารสาธารณะของ Google ในระหว่างการวิจัยสำหรับหน้านี้ หน้าใด ๆ ที่แสดงรายละเอียดเหล่านั้นตามที่ตัดสินไว้กำลังก้าวไปไกลกว่าหลักฐานที่มีอยู่

ชื่อนี้เป็นไปได้เพราะ Google ได้เปิดตัว Gemini Omni 1.1 Flash เป็นรูปแบบการสร้างและแก้ไขวิดีโอหลายรูปแบบแล้ว สายผลิตภัณฑ์ที่มีอยู่ทำให้เรามีคุณสมบัติพื้นฐานที่เป็นรูปธรรม แต่ไม่รับประกันว่ารุ่น 1.5 จะรวมอะไร การตรวจสอบนี้จึงใช้สองฉลากอย่างรอบคอบ: ความสามารถที่ได้รับการยืนยันอ้างถึง Omni 1.1 Flash; ความสามารถที่คาดหวังคือลำดับความสำคัญของการประเมินสำหรับ Omni 1.5 ที่เป็นไปได้

แฟลช Gemini Omni 1.1 ทำอะไรอยู่แล้ว

Google อธิบาย Gemini Omni 1.1 แฟลชเป็นโมเดลหลายรูปแบบดั้งเดิมที่สามารถทำงานกับข้อความ รูปภาพ เสียง และวิดีโอได้ เวิร์กโฟลว์ที่บันทึกไว้ประกอบด้วยข้อความเป็นวิดีโอพร้อมเสียง ภาพต่อวิดีโอ การอ้างอิงถึงวิดีโอ และการตัดต่อวิดีโอการสนทนา Google ยังแสดงรายการส่วนขยายวิดีโอ การแก้ไขfirst-and-last-frame และการปรับขนาด 4K ท่ามกลางความสามารถในปัจจุบัน

• การสร้างข้อความเป็นวิดีโอพร้อมเอาต์พุตภาพและเสียงที่ประสานกัน
• เวิร์กโฟลว์ภาพต่อวิดีโอและการอ้างอิงถึงวิดีโอสำหรับการเคลื่อนไหวที่สร้างขึ้นจากคำแนะนำด้วยภาพ
• การแก้ไขการสนทนาที่สามารถเปลี่ยนหัวเรื่อง ภูมิหลัง การกระทำ หรือทิศทางของกล้องได้
• ส่วนขยายวิดีโอและการแก้ไขเฟรมแรก/สุดท้ายสำหรับการถ่ายภาพต่อเนื่องหรือเชื่อมโยง
• เวิร์กโฟลว์ที่เน้นการอัพเกรดและการแสดงตัวอย่างที่ออกแบบมาเพื่อรองรับการทำซ้ำก่อนเอาต์พุตสุดท้าย

เรื่องนี้สำคัญเพราะมันเปลี่ยนหน่วยสร้างสรรค์จากพรอมต์เดียวเป็นการสนทนาอย่างต่อเนื่องเกี่ยวกับวิดีโอ ผู้สร้างสามารถเริ่มต้นด้วยฟุตเทจหรือข้อมูลอ้างอิง ขอการเปลี่ยนแปลงที่เน้น ตรวจสอบผลลัพธ์ และปรับแต่งต่อไป คำถามเชิงปฏิบัติคือฉากดั้งเดิมรอดชีวิตจากการแก้ไขแต่ละครั้งมากแค่ไหน

คุณสมบัติหลักที่น่าจับตามองใน Omni 1.5

ความเข้าใจหลายรูปแบบที่ลึกซึ้งยิ่งขึ้น

การยอมรับสื่อหลายประเภทไม่เหมือนกับการทำความเข้าใจความสัมพันธ์ของพวกเขา โมเดล Omni ที่แข็งแกร่งกว่าควรเชื่อมต่อคำแนะนำกับช่วงเวลาที่แม่นยำในคลิป ใช้ภาพอ้างอิงโดยไม่ต้องคัดลอกรายละเอียดที่ไม่เกี่ยวข้อง ตีความจังหวะเสียงเมื่อวางแผนดำเนินการ และรักษาข้อจำกัดเป็นลายลักษณ์อักษรตลอดลำดับ การประเมินควรเน้นว่าทุกอินพุตมีผลที่มองเห็นได้และจงใจหรือไม่ แทนที่จะได้รับการยอมรับจากอินเทอร์เฟซเท่านั้น

การแก้ไขการสนทนาที่เชื่อถือได้มากขึ้น

การแก้ไขการสนทนาจะมีค่าก็ต่อเมื่อแต่ละคำขอเปลี่ยนองค์ประกอบที่ตั้งใจไว้และปกป้องทุกอย่างอื่น ขอให้นางแบบแทนที่ท้องฟ้าที่มีเมฆมาก จากนั้นทำให้กล้องช้าลง จากนั้นจึงเปลี่ยนการกระทำของตัวแบบ หากอัตลักษณ์ องค์ประกอบ สี หรือเวลาล่องลอยไปทุกเทิร์น เวิร์กโฟลว์ยังคงเป็นห่วงโซ่ของการฟื้นฟู Omni 1.5 จะโดดเด่นหากสามารถรักษาสถานะผ่านการแก้ไขหลายครั้ง

การอ้างอิงที่แข็งแกร่งและการควบคุมตัวตน

การอ้างอิงถึงวิดีโอเป็นหนึ่งในความสามารถที่มีความต้องการมากที่สุด เนื่องจากการเคลื่อนไหวเผยให้เห็นข้อผิดพลาดที่ซ่อนอยู่ในเฟรมนิ่ง ใบหน้าสามารถเปลี่ยนแปลงได้ระหว่างเฟรม รูปแบบเสื้อผ้าสามารถคลานได้ ผลิตภัณฑ์สามารถโค้งงอได้ และวัตถุพื้นหลังสามารถปรากฏหรือหายไปได้ โมเดลในอนาคตควรรักษาคุณสมบัติที่โดดเด่นผ่านการเคลื่อนไหวของกล้อง การบดเคี้ยว การเปลี่ยนแปลงการแสดงออก และแสงใหม่ ไม่เพียงแต่เมื่อวัตถุยังคงอยู่ตรงกลางและเกือบจะนิ่งเท่านั้น

พื้นที่ยาวขึ้นและความต่อเนื่องของกล้อง

การทดสอบการขยายและแก้ไขวิดีโอว่าแบบจำลองเข้าใจว่าวัตถุอยู่ที่ไหน เคลื่อนที่ที่ไหน และกล้องเกี่ยวข้องกับสิ่งแวดล้อมอย่างไร ความต่อเนื่องที่ดีขึ้นจะทำให้ขอบฟ้า ทิศทางถนน เลย์เอาต์ห้อง ทิศทางหน้าจอ และวิถีวัตถุมีเสถียรภาพเมื่อการยิงเพิ่มขึ้น นอกจากนี้ยังจะหลีกเลี่ยงการเปลี่ยนแปลงอย่างกะทันหันในพฤติกรรมของเลนส์หรือแสงที่ทําให้คลิปขยายรู้สึกเย็บเข้าด้วยกัน

Omni 1.5 สามารถเปลี่ยนการผลิตวิดีโอได้อย่างไร

หากรุ่นถัดไปปรับปรุงความน่าเชื่อถือ ผลกระทบที่ใหญ่ที่สุดอาจอยู่ที่การแก้ไขมากกว่าการสร้างรอบแรก ทีมสร้างสรรค์ใช้เวลาอย่างมากในการแปลบันทึกย่อเป็นการส่งออกใหม่: รักษานักแสดง แทนที่การตั้งค่า ใช้เลนส์ที่กว้างขึ้น ถือตอนจบ หรือทำให้การเคลื่อนไหวน่าทึ่งน้อยลง ระบบหลายรูปแบบที่เข้าใจฟุตเทจดั้งเดิมและโน้ตสามารถบีบอัดลูปนั้นได้

เช่นเดียวกับการสร้างภาพล่วงหน้า ผู้กำกับสามารถรวมเฟรมสตอรี่บอร์ด การอ้างอิงตำแหน่ง บันทึกประสิทธิภาพ และคิวเสียงเพื่อสำรวจช็อตก่อนการผลิต ทีมการตลาดสามารถพกพาผลิตภัณฑ์หรือโฆษกหนึ่งรายการผ่านหลายรูปแบบ บรรณาธิการสามารถเชื่อมจุดปลายสองจุดหรือขยายคลิปที่ได้รับอนุมัติ การใช้งานเหล่านี้ขึ้นอยู่กับความต่อเนื่องที่ควบคุมได้ ไม่ใช่ความแปลกใหม่เพียงอย่างเดียว

Omni 1.5 กับโมเดลข้อความเป็นวิดีโอมาตรฐาน

โมเดลข้อความเป็นวิดีโอมาตรฐานมักจะถือว่าพรอมต์เป็นคำสั่งเริ่มต้น โมเดลหลายรูปแบบสามารถถือว่าโครงการทั้งหมดเป็นบริบท: วิดีโอที่มีอยู่ การอ้างอิงด้วยภาพ เสียง คำแนะนำข้อความ และการแก้ไขก่อนหน้านี้ ความแตกต่างนั้นสนับสนุนทิศทางที่เฉพาะเจาะจงมากขึ้นและทําให้การแก้ไขเป็นไปได้ แต่มันก็ทําให้บาร์สูงขึ้น โมเดลต้องทราบว่ารายละเอียดใดสามารถแก้ไขได้ ซึ่งถูกล็อค และการเปลี่ยนแปลงส่งผลต่อเวลาในลำดับอย่างไร

สำหรับผู้สร้าง การเปรียบเทียบที่ถูกต้องจึงไม่ใช่แค่คุณภาพของภาพเท่านั้น ซึ่งรวมถึงการยึดมั่นอย่างรวดเร็ว ความเที่ยงตรงในการอ้างอิง พื้นที่แก้ไข ความสอดคล้องชั่วคราว การซิงโครไนซ์เสียง พฤติกรรมของกล้อง และการตอบสนองของโมเดลได้ดีเพียงใดหลังจากรุ่นแรก คลิปแยกที่สวยงามอาจยังไม่เหมาะสำหรับเวิร์กโฟลว์การผลิตหากการแก้ไขทุกครั้งทำลายการตัดสินใจที่ได้รับอนุมัติ

สิ่งที่ยังไม่ทราบเกี่ยวกับ Omni 1.5

สถานะการเปิดตัวเป็นสิ่งที่ไม่รู้จักที่ใหญ่ที่สุด ตามด้วยการเข้าถึงและค่าใช้จ่าย ไม่มีข้อมูลสาธารณะที่ได้รับการยืนยันเกี่ยวกับความพร้อมใช้งานของ API การเข้าถึงของผู้บริโภค ประเทศที่สนับสนุน ลำดับความสำคัญของคิว การใช้เครดิต เงื่อนไขทางการค้า ระยะเวลาสูงสุด ความละเอียดดั้งเดิม อัตราเฟรม การควบคุมเสียง ขีดจำกัดการอ้างอิง หรือข้อจำกัดด้านความปลอดภัย แม้แต่คุณสมบัติที่สืบทอดมาจาก Omni 1.1 แฟลชก็ไม่ควรสันนิษฐานจนกว่า Google จะเผยแพร่เอกสารอย่างเป็นทางการ

ผู้สร้างควรหลีกเลี่ยงการปฏิบัติต่อภาษามาตรฐานแทนการทดสอบเวิร์กโฟลว์ คำถามที่มีความหมายนั้นใช้งานได้จริง: บุคคลเดียวกันยังคงเป็นที่รู้จักหรือไม่? การแก้ไขสามารถจำกัดอยู่ในภูมิภาคหรือช่วงเวลาเดียวได้หรือไม่? เสียงยังคงอยู่ในแนวเดียวกันหลังจากเปลี่ยนระยะเวลาหรือไม่? โมเดลสามารถติดตามบทสรุปที่ซับซ้อนโดยไม่ทิ้งข้อจำกัดล่าช้าได้หรือไม่? การส่งออกขั้นสุดท้ายตรงกับตัวอย่างหรือไม่?

Omni 1.5 เร็ว ๆ นี้บน Dreamina

Omni 1.5 ถูกทำเครื่องหมายว่าจะมาเร็ว ๆ นี้ในหน้า Dreamina นี้ ถ้อยคำนั้นไม่ได้ระบุวันที่ ภูมิภาคที่เปิดตัว การสมัครสมาชิกที่มีสิทธิ์ ต้นทุนเครดิต หรือขอบเขตการรวมขั้นสุดท้าย รายละเอียดเหล่านั้นควรนำมาจากอินเทอร์เฟซ Dreamina แบบสดเมื่อมีโมเดล

ขณะรอ ผู้สร้างสามารถใช้เวิร์กโฟลว์วิดีโอ AI ปัจจุบันของ Dreamina กับ Seedance 2.5 เพื่อพัฒนาพรอมต์ เฟรมอ้างอิง ทิศทางกล้อง และโครงสร้างการถ่ายภาพ การเตรียมชุดทดสอบที่ทำซ้ำได้ในขณะนี้จะช่วยให้ประเมิน Omni 1.5 ได้ง่ายขึ้นในภายหลังเมื่อเทียบกับวิชาเดียวกัน การแก้ไข และข้อกำหนดด้านความต่อเนื่อง

ใครควรดู Omni 1.5?

• ผู้สร้างภาพยนตร์และทีมสร้างภาพล่วงหน้าที่ต้องการกล้องควบคุมและการพัฒนาฉาก
• บรรณาธิการที่ต้องการแก้ไขหรือขยายฟุตเทจที่มีอยู่ผ่านทิศทางภาษาธรรมชาติ
• ทีมแบรนด์และอีคอมเมิร์ซที่ต้องรักษาผลิตภัณฑ์และโฆษกให้สอดคล้องกัน
• ผู้สร้างโซเชียลที่ต้องการภาพที่เกี่ยวข้องหลายภาพมากกว่าคลิปที่ตัดการเชื่อมต่อหนึ่งคลิป
• นักพัฒนาที่สำรวจเครื่องมือวิดีโอที่รวมการสร้าง การแก้ไข การอ้างอิง และบริบทเสียงเข้าด้วยกัน

โมเดลนี้มีความเกี่ยวข้องน้อยกว่ากับทุกคนที่คาดหวังว่าจะมีการแทนที่ด้วยคลิกเดียวสำหรับการตัดสินจากกองบรรณาธิการ การควบคุมหลายรูปแบบยังคงต้องการข้อจำกัดที่ชัดเจน สินทรัพย์ต้นทางที่เหมาะสม การอ้างอิงที่ตระหนักถึงสิทธิ์ และการตรวจสอบอย่างรอบคอบของทุกเฟรมและองค์ประกอบเสียง

Omni 1.5 รีวิว: คำตัดสินขั้นสุดท้าย

Omni 1.5 ควรค่าแก่การรับชมเนื่องจากมูลนิธิ Omni 1.1 Flash ที่ได้รับการยืนยันแล้วชี้ไปที่วิธีการทำงานกับวิดีโอที่กว้างขึ้น: สร้างจากอินพุตแบบผสม แก้ไขผ่านการสนทนา เก็บรักษาข้อมูลอ้างอิง ขยายฉาก และประสานเสียงกับการกระทำ การเปิดตัวในอนาคตอาจทำให้เวิร์กโฟลว์นั้นเชื่อถือได้มากขึ้น แต่ควรพิจารณาจากความต่อเนื่องและการควบคุมการแก้ไขมากกว่าการเปิดตัว hype

สำหรับตอนนี้ข้อสรุปที่รับผิดชอบมีเงื่อนไข Omni 1.5 กำลังจะมาในเร็วๆ นี้ ไม่ใช่ผลิตภัณฑ์ที่มีข้อกำหนดสาธารณะที่ผ่านการตรวจสอบแล้ว ใช้เอกสารประกอบ Omni 1.1 ปัจจุบันเป็นพื้นฐานข้อเท็จจริง เก็บรายการสิ่งแปลกปลอมที่ชัดเจน และประเมินรุ่นใหม่หลังจากมีการเข้าถึงและข้อกำหนดอย่างเป็นทางการแล้วเท่านั้น

Omni 1.5 คำถามที่พบบ่อย

Omni 1.5 เปิดตัวอย่างเป็นทางการหรือไม่?

ไม่พบการเปิดตัว Omni 1.5 สาธารณะหรือข้อกำหนดรุ่นที่ได้รับการยืนยัน โมเดลปัจจุบันที่บันทึกไว้ของ Google คือ Gemini Omni 1.1 แฟลช

อินพุตใดที่สามารถรองรับ Omni 1.5 ได้

สายแฟลช Omni 1.1 ปัจจุบันรองรับอินพุตข้อความ รูปภาพ เสียง และวิดีโอ มีเหตุผลที่จะดูการสนับสนุนหลายรูปแบบที่คล้ายกันหรือขยาย แต่อินพุต Omni 1.5 ยังคงไม่ได้รับการยืนยัน

Omni สามารถแก้ไขวิดีโอที่มีอยู่ได้หรือไม่?

ราศีเมถุน Omni 1.1 แฟลชรองรับการตัดต่อวิดีโอการสนทนา รวมถึงการเปลี่ยนแปลงหัวข้อ พื้นหลัง การกระทำ และทิศทางของกล้อง ไม่สามารถยืนยันพฤติกรรมการแก้ไข Omni 1.5 ก่อนปล่อย

Omni สร้างเสียงด้วยวิดีโอหรือไม่?

Google จัดทำเอกสารข้อความเป็นวิดีโอพร้อมความสามารถด้านเสียงและการซิงโครไนซ์สำหรับแฟลช Omni 1.1 อย่าถือว่ามีข้อจำกัดหรือการควบคุมที่เหมือนกันสำหรับ Omni 1.5 จนกว่าเอกสารอย่างเป็นทางการจะปรากฏขึ้น

ฉันจะติดตามการเปิดตัว Dreamina ได้ที่ไหน?

ใช้หน้าเชื่อมโยงไปถึง Omni 1.5 Dreamina ที่เชื่อมโยงกันสำหรับภาพรวมที่กระชับในเร็วๆ นี้ ความพร้อมใช้งาน เครดิต แผน และคุณสมบัติขั้นสุดท้ายควรได้รับการตรวจสอบในผลิตภัณฑ์สดเมื่อเปิดตัว