Google की जेमिनी ओमनी हमारे वीडियो बनाने के तरीके को बदल सकती है – यहां बताया गया है कि कैसे

Google ने आधिकारिक तौर पर जेमिनी ओमनी पेश किया है, जो वीडियो निर्माण और संपादन पर केंद्रित एक नया मल्टीमॉडल AI मॉडल है। कथित तौर पर, ओमनी उस काम पर आधारित है जो Google ने पिछले साल नैनो बनाना के साथ शुरू किया था, जो उपयोगकर्ताओं के लिए जेमिनी-संचालित छवि निर्माण और संपादन उपकरण लाता है। जबकि नैनो बनाना मुख्य रूप से स्थिर छवियों पर ध्यान केंद्रित करता है, जेमिनी ओमनी उन क्षमताओं को वीडियो और व्यापक मल्टीमॉडल पीढ़ी में विस्तारित करता है। (छवि: यूट्यूब)

रिपोर्ट्स के मुताबिक, लाइनअप में पहली रिलीज जेमिनी ओमनी फ्लैश है, जो जेमिनी ऐप, गूगल फ्लो और यूट्यूब शॉर्ट्स को रोल आउट कर रही है। रिपोर्टों के अनुसार, ओमनी की पिच का एक प्रमुख हिस्सा वार्तालाप वीडियो संपादन है। पारंपरिक संपादन टूल का उपयोग करने के बजाय, उपयोगकर्ता प्राकृतिक भाषा संकेतों का उपयोग करके क्लिप को संशोधित कर सकते हैं। (छवि: यूट्यूब)

कंपनी ने ऐसे उदाहरण भी प्रदर्शित किए जहां उपयोगकर्ता मौजूदा वीडियो के अंदर कार्रवाई को बदल सकते हैं, वातावरण बदल सकते हैं या पूरी तरह से नए दृश्य तत्व जोड़ सकते हैं। दिखाए गए एक प्रॉम्प्ट में, एक व्यक्ति एक दर्पण को छूता है, जिससे वह तरल पदार्थ की तरह तरंगित हो जाता है जबकि उनका हाथ धीरे-धीरे परावर्तक दर्पण सामग्री में बदल जाता है। (छवि: एक्स)

इसके अलावा, Google ओमनी को केवल एक विज़ुअल जेनरेशन मॉडल से कहीं अधिक के रूप में स्थापित कर रहा है। कंपनी के अनुसार, सिस्टम को गुरुत्वाकर्षण, गति और द्रव गतिशीलता जैसे भौतिक संपर्क को बेहतर ढंग से समझने के लिए प्रशिक्षित किया गया है, जिससे उत्पन्न दृश्य अधिक यथार्थवादी व्यवहार कर सकते हैं। कथित तौर पर, जेमिनी के व्यापक ज्ञान मॉडल को विशुद्ध रूप से सौंदर्यशास्त्र क्लिप के बजाय व्याख्याताओं और संपर्क-जागरूक दृश्यों को उत्पन्न करने में मदद करने के लिए भी एकीकृत किया जा रहा है। (छवि: रेडिट)

ओमनी पाठ, चित्र, वीडियो और ध्वनि संदर्भ सहित कई इनपुट प्रकारों का समर्थन करता है। उपयोगकर्ता अंतिम जेनरेटेड क्लिप की शैली, गति या संरचना का मार्गदर्शन करने के लिए विभिन्न संदर्भों को एक साथ जोड़ सकते हैं। ऑडियो समर्थन वर्तमान में ध्वनि संदर्भ तक सीमित है, बाद में व्यापक ऑडियो इनपुट क्षमताओं की उम्मीद है। (छवि: यूट्यूब)

पेश की जा रही एक अन्य सुविधा एआई-जनरेटेड अवतार है, जो उपयोगकर्ताओं को अपनी आवाज का उपयोग करके वीडियो निर्माण के लिए खुद का डिजिटल संस्करण बनाने की अनुमति देती है। कथित तौर पर, Google ओमनी फ्लैश सबसे पहले जेमिनी ऐप और Google फ्लो के माध्यम से वैश्विक स्तर पर Google AI प्लस, प्रो और अल्ट्रा ग्राहकों के लिए लॉन्च कर रहा है। कंपनी इस सप्ताह से बिना किसी अतिरिक्त लागत के YouTube शॉर्ट्स और YouTube क्रिएट ऐप में भी तकनीक ला रही है। (छवि: यूट्यूब)