Google I/O wprowadza Gemini Omni Flash dla wideo

Podczas Google I/O firma Google przedstawiła Gemini Omni: rodzinę przeznaczoną do tworzenia na podstawie mieszanych danych wejściowych, zaczynając od wideo. Jej pierwszy model, Gemini Omni Flash, akceptuje kombinacje tekstu, obrazów, audio i wideo oraz obsługuje edycję konwersacyjną. Google opisał generowanie wideo jako tworzenie krótkich klipów z demonstracjami skupiającymi się na mniej więcej dziesięciosekundowych wynikach. Ważną zmianą w przepływie pracy jest kierunek iteracyjny: twórca może poprosić o zmianę tła, dostosowanie kamery lub inną edycję w języku naturalnym. Może to zmniejszyć tarcia w produkcji, ale nie zastępuje kontroli kierunku twórczego ani praw. Agencje powinny nadal sprawdzać poprawność marki, uprawnienia dotyczące muzyki i podobieństwa oraz pochodzenie przesłanych materiałów źródłowych.