Gemini Omni: המהפכה השקטה של גוגל בעריכת וידאו (ולמה ההשוואות ל-Seedance 2 מפספסות את הנקודה)

גוגל הטילה פצצה עם השקת Gemini Omni, אבל אם אתם מסתכלים רק על איכות הגנרציה - אתם מפספסים את המהפכה האמיתית שקורה כאן מתחת לפני השטח.

בימים האחרונים הרשת גועשת סביב השקת המודל החדש של גוגל, Gemini Omni Flash. כמי שעוקב מקרוב אחרי עולם ה-Generative AI, אני רואה המון השוואות בינו לבין מודלים כמו Seedance 2.0 של ByteDance. על הנייר, השוואות האלו הגיוניות - שניהם מייצרים וידאו מרשים. אבל בפועל, מדובר בשתי חיות שונות לגמרי. בעוד ש-Seedance מתמקד בלהיות "מכונת יצירה" קולנועית, גוגל בנתה משהו אחר לגמרי: תוכנת עריכה מבוססת שיחה.

כדי להבין את Gemini Omni, צריך להכיר את השורשים שלו. זוכרים את Nano Banana, מודל התמונות של גוגל ששינה את חוקי המשחק בכל הנוגע לעקביות (Subject Consistency) ועריכה מדויקת? Omni לוקח את כל היכולות האלו ומזריק אותן ישירות לתוך ציר הזמן של הוידאו.

הבשורה הגדולה כאן היא ה-Conversational Video Editing. במקום לכתוב פרומפט של 200 מילים ולקוות לטוב, אתם פשוט מדברים עם הסרטון. העליתם סרטון של אדם הולך ברחוב? אתם יכולים לבקש מ-Omni לשנות את זווית המצלמה ל-"מבט מעל הכתף", להחליף את חומר המדרכה מסטנדרטי לבועות סבון, או לשנות את הפעולה של הדמות - וכל זה תוך שמירה על עקביות מלאה של הדמויות וחוקי הפיזיקה ברקע.

היתרון העצום של Omni נובע מהיותו מודל Native Multimodal. בניגוד למערכות שמחברות כמה מודלים יחד (אחד לוידאו, אחד לסאונד ואחד להבנת טקסט), Omni הוא מודל מאוחד שמבין את הקשר בין כל האלמנטים בו-זמנית. זה מה שמאפשר לו:

• •הבנת פיזיקה עמוקה: המודל מבין גרביטציה, דינמיקה של נוזלים ותנועה קינטית. אם תבקשו להפוך פסל לבועות, הבועות יתנהגו כמו בועות, לא כמו "תמונה מעוותת".
• •עריכה רב-שלבית (Multi-turn): אפשר לבצע שינוי, לראות את התוצאה ואז לבקש תיקון קטן נוסף מבלי שהמודל "ישכח" את ההקשר של הסרטון המקורי.
• •שילוב רפרנסים: ניתן להעלות סקיצה פשוטה או תמונת השראה ולבקש מהמודל להשתמש בהן כעוגן ויזואלי לסרטון הוידאו.

חשוב להגיד: Seedance 2.0 הוא עדיין מפלצת בכל הנוגע לאיכות ויזואלית גולמית (Cinematic Quality). אם אתם מחפשים לייצר שוט קולנועי מאפס ב-4K, יש סיכוי שסידנס ייתן לכם תוצאה מרשימה יותר במבט ראשון. אבל - וזה אבל גדול - ברגע שאתם צריכים שליטה, Omni מנצח בנוקאאוט. בעוד שסידנס הוא סטודיו לצילום, Omni הוא חדר עריכה שלם שיושב בתוך צ'אט.

הגרסה שהושקה כעת היא גרסת ה-Flash - הגרסה המהירה והיעילה של המודל. היא זמינה מהיום למנויי ה-AI בתשלום של גוגל דרך אפליקציית Gemini ובפלטפורמת Google Flow.

במהלך השבוע הקרוב, היכולות האלו יתחילו להופיע בחינם גם ב-YouTube Shorts (ככלי עזר ליוצרים) ויפתחו למפתחים דרך ה-API.

גוגל לא מנסה רק לנצח בתחרות "למי יש סרטון יפה יותר". היא מנסה להפוך את הוידאו לפורמט גמיש כמו טקסט. אם Nano Banana הפך את עריכת התמונות לנגישה לכל אחד, Gemini Omni עושה את אותו הדבר לוידאו. אנחנו רק בגרסת ה-Flash, ואם ההיסטוריה של גוגל מלמדת אותנו משהו, הגרסאות הבאות הולכות להיות מפלצתיות.

רוצים להישאר מעודכנים בכל מה שחדש בעולמות ה-AI והקלאוד? הצטרפו לקהילה שלנו:
📢 לעדכונים בטלגרם | 🟢 עקבו בוואטסאפ