Gemini Omni (alias Google Omni og Veo Omni): videoer med karakterer, stemme og 4K
Kort om det vigtigste (BLUF)
Gemini Omni, Google Omni og Veo Omni er tre navne på én videomodel: hun beholder én helt i alle videoer, giver stemme til dem og giver op til 4K. Lad os finde ud af, hvad der ligger bag ordet "Omni", hvor meget produktion koster, og hvor vi skal starte.
Denne model har tre navne, og du er sikkert stødt på alle tre:Gemini Omni, Google OmniOgVeo Omni. Nogle kalder det af familien Gemini, nogle af videolinjen Veo, nogle blot "omni" - vi taler om det samme neurale netværk til at generere video. Hun arbejder for os"Video" sektion, og du kan køre det uden abonnement, med betaling for en bestemt generation.
Hvad er der bag ordet "Omni"
En almindelig videomodel accepterer tekst eller ét billede. Her blandes inputtet: en tekstbeskrivelse plus op til syv billeder, video eller lyd som ekstra kontekst. Du har brug for en video i ånden af en specifik frame og med stemningen af en bestemt melodi - medbring alt på én gang, modellen vil tage hensyn til hver kilde.
Dette ændrer selve problemformuleringen. I stedet for afsnittet "forestil dig et hus som dette, lyset som dette", viser du et fotografi af huset og beskriver kun handlingen i ord. Teksten er ansvarlig for plottet, bilagene er ansvarlige for udseendet.
Karakterer: én helt i alle videoer
Hovedproblemet med konventionelle generatorer er, at helten skifter fra video til video. I Gemini Omni er der en separat karakterfane til dette: en helt oprettes én gang, han gemmes i dit bibliotek og forbindes derefter med en hvilken som helst generation med et enkelt klik. Udseendet forbliver ensartet fra video til video.
Sådan er serien samlet: en virtuel præsentationsvært af en kolonne, en mærkemaskot, en karakter til børns historier. Der er ingen grund til at uploade referencer igen hver gang og håbe på, at modellen vil "huske" ansigtet.
Stemme: færdige forudindstillinger og din egen
Videoen kan straks komme ud med lyd. Indstillingerne har et sæt færdige stemmer - mandlige og kvindelige, fra blød høj til lav med hæshed. Du vælger en stemme, skriver en linje i beskrivelsen – og karakteren taler lige i rammen. Hvis forudindstillingerne ikke er egnede, oprettes din egen stemme i lydfanen baseret på den grundlæggende: den ender også i dit personlige bibliotek. Dette er en måde for brandet at have én genkendelig stemme bag alle sine videoer.
Op til 4K, varighed og billedformat
Dette er en af de få modeller på siden med 4K-output: 720p, 1080p og 4K er tilgængelige. Varighed - 4, 6, 8 eller 10 sekunder, vandret ramme 16:9 eller lodret 9:16 for sociale netværk. Den praktiske rute er enkel: Kør udkast ved 720p, og en god mulighed er at genstarte ved 1080p eller 4K.
Hvor meget koster det
Prisen afhænger af varighed, kvalitet og om du indsender en video som input, og vises altid i formularen inden lancering – du ser beløbet inden du klikker på knappen. Der er intet abonnement: du betaler for en bestemt video fra den generelle saldo, du kan fylde den op med et russisk kort. En fire-sekunders 720p-draft koster betydeligt mindre end en ti-sekunders 4K, så det er billigere at teste en idé end at skyde finalen med det samme.
Hvor skal man begynde
- Åbenmodel sideog lav den første video ud fra én tekst - på denne måde vil du mærke, hvordan hun læser beskrivelserne.
- Tilføj et referencebillede: Lad ordene repræsentere handlingen, og billedet repræsentere scenens udseende.
- Medtag en stemme og en linje, hvis nogen taler i rammen.
- Få en permanent karakter, når du har brug for en række videoer med én helt.
Når du beskriver en scene, skal du holde orden: hvem er i billedet, hvad de laver, hvor det sker, hvordan kameraet opfører sig. Send dit svar i en separat sætning. Denne struktur producerer næsten altid en sammenhængende video i første eller andet forsøg.
Du leder efter en model ved navn Google Omni eller Veo Omni - dette er det samme:Gemini Omni tilgængelig her. I nærheden, i"Video" sektion, er der andre videomodeller, hvis du vil sammenligne.
Ofte stillede spørgsmål (FAQ)
Spørgsmål: Hvordan får man det bedste resultat fra et neuralt netværk?
Svar: Brug detaljerede prompter (beskrivelser) på engelsk, indstil stilen og detaljerne for scenen.
Spørgsmål: Kan disse materialer bruges til kommercielle formål?
Svar: Ja, det genererede indhold er helt dit.