غوغل تكشف عن نموذج ذكاء اصطناعي متطور لإنشاء وتمديد مقاطع الفيديو حتى 40 ثانية

أطلقت شركة غوغل إصداراً جديداً من نموذج الذكاء الاصطناعي التوليدي «Gemini Omni 1.1 Flash»، والذي يتميز بقدرات متطورة لإنشاء وتحرير مقاطع الفيديو، وتتضمن هذه الميزات استكمال المشاهد الحالية، وتوليد لقطات انتقالية بين إطارين محددين، والاعتماد على مقاطع قصيرة كمرجع، فضلاً عن دعم إنتاج الفيديو بدقة عالية تصل إلى 4K.

وأفاد موقع «Android Authority» التقني في تقرير له أن النموذج المذكور قادر على تحليل ما يصل إلى 10 ثوانٍ من اللقطات السابقة عند عملية تمديد مقطع الفيديو، عوضاً عن الاكتفاء بالثانية الأخيرة وحدها كما كان في الإصدارات السابقة، كما يوفر إمكانية تمديد المقطع تدريجياً على مراحل مدة كل مرحلة 10 ثوانٍ، لتصل المدة الكلية إلى 40 ثانية، مع ضمان استمرار اتساق العناصر البصرية وتسلسل المشاهد.

ويتيح النموذج للمستخدمين إمكانية تحديد الإطار الأول والإطار الأخير للمشهد، ليقوم هو بتوليد اللقطات اللازمة والخاصة بالانتقال بينهما، ويشمل ذلك حركات الكاميرا المعقدة وعمليات التكبير والدوران، إضافة إلى انتقالات تساهم في خروج مشاهد متصلة أو قابلة للتكرار. كما يدعم النظام استخدام مقطع فيديو قصير تبلغ مدته ثلاث ثوانٍ كمرجع لإنتاج فيديو جديد، بغرض الحفاظ على تفاصيل الشخصيات والبيئة والحركة بدقة.

وفي سياق متصل، أضافت شركة غوغل خياراً لإنتاج الفيديو بدقة 360 بكسلاً بهدف تسريع عملية اختبار الأفكار وإنشاء النماذج الأولية، قبل الانتقال إلى استخدامه بدقة 1080 بكسلاً أو 4K. وقد قامت غوغل بتوفير النموذج الجديد للمطورين عبر «Gemini API» ومنصة «Google AI Studio»، ولعملاء المؤسسات من خلال «Agent Platform API»، إضافة إلى إتاحته للمشتركين في خطط «AI Plus» و«AI Pro» و«AI Ultra» عبر منصتي «Google Flow» وتطبيق «Gemini». وتأتي هذه الخطوة تعزيزاً لتوجهات شركة غوغل في تطوير أدوات ذكاء اصطناعي لا تكتفي بإنشاء مقاطع الفيديو من الصفر فحسب، بل تمتد لتشمل استكمال المشاهد وتحريرها والحفاظ على اتساق عناصرها.