Gemini Omni (aka Google Omni i Veo Omni): videozapisi s likovima, glasom i 4K

Ukratko o glavnom (BLUF)

Gemini Omni, Google Omni i Veo Omni tri su imena jednog video modela: ona drži jednog heroja u svim videima, daje im glas i daje do 4K. Shvatimo što stoji iza riječi "Omni", koliko košta generacija i odakle početi.

Ovaj model ima tri naziva i vjerojatno ste već naišli na sva tri:Blizanci Omni, Google OmniIVeo Omni. Neki ga nazivaju obitelji Gemini, neki video linijom Veo, neki jednostavno “omni” - govorimo o istoj neuronskoj mreži za generiranje videa. Ona radi za nas uOdjeljak "Video"., a možete ga pokrenuti bez pretplate, uz plaćanje za određenu generaciju.

Što se krije iza riječi "Omni"

Obični video model prihvaća tekst ili jednu sliku. Ovdje je unos miješan: tekstualni opis plus do sedam slika, video ili audio kao dodatni kontekst. Potreban vam je video u duhu određenog okvira i s raspoloženjem određene melodije - donesite sve odjednom, model će uzeti u obzir svaki izvor.

Time se mijenja sama formulacija problema. Umjesto odlomka "zamislite ovakvu kuću, ovakvo svjetlo", pokazujete fotografiju kuće i samo riječima opisujete radnju. Tekst je zaslužan za radnju, prilozi za izgled.

Likovi: jedan heroj u svim videima

Glavni problem s konvencionalnim generatorima je taj što se heroj mijenja iz videa u video. U Gemini Omni za to postoji zasebna kartica likova: heroj se stvara jednom, sprema se u vašu knjižnicu i zatim se jednim klikom povezuje s bilo kojom generacijom. Izgled ostaje dosljedan od videozapisa do videozapisa.

Ovako je serija sastavljena: virtualni voditelj kolumne, maskota brenda, lik za dječje priče. Nema potrebe svaki put iznova postavljati reference i nadati se da će model "zapamtiti" lice.

Glas: gotove postavke i vlastite

Video može odmah izaći sa zvukom. Postavke imaju skup gotovih glasova - muških i ženskih, od tihih visokih do niskih s promuklošću. Odabereš glas, napišeš redak u opisu - i lik govori točno u kadru. Ako unaprijed postavljene postavke nisu prikladne, vaš se glas stvara u audio kartici na temelju osnovnog: on također završava u vašoj osobnoj knjižnici. Ovo je način da brend ima jedan prepoznatljiv glas iza svih svojih videa.

Do 4K, trajanje i format okvira

Ovo je jedan od rijetkih modela na stranici s 4K izlazom: dostupni su 720p, 1080p i 4K. Trajanje - 4, 6, 8 ili 10 sekundi, horizontalni okvir 16:9 ili okomiti 9:16 za društvene mreže. Praktičan način je jednostavan: pokrenite skice na 720p, a dobra opcija je ponovno pokretanje na 1080p ili 4K.

Koliko košta

Cijena ovisi o trajanju, kvaliteti i tome šaljete li video kao ulaz, a uvijek se prikazuje u obrascu prije pokretanja - iznos vidite prije nego što kliknete gumb. Nema pretplate: plaćate određeni video iz općeg salda, možete ga nadopuniti ruskom karticom. Nacrt od 720p od četiri sekunde košta znatno manje od 4K od deset sekundi, tako da je testiranje ideje jeftinije od snimanja finala odmah.

Gdje početi

1. Otvoritistranica modelai napravite prvi video od jednog teksta - tako ćete osjetiti kako ona čita opise.
2. Dodajte referentnu sliku: neka riječi predstavljaju radnju, a slika izgled scene.
3. Uključite glas i stih ako netko govori u okviru.
4. Nabavite stalni lik kada trebate niz videozapisa s jednim herojem.

Kada opisujete scenu, držite se reda: tko je u kadru, što radi, gdje se događa, kako se kamera ponaša. Pošaljite svoj odgovor u zasebnoj rečenici. Ova struktura gotovo uvijek proizvodi koherentan video u prvom ili drugom pokušaju.

Tražite model pod imenom Google Omni ili Veo Omni - ovo je isto:Gemini Omni dostupan ovdje. U blizini, uOdjeljak "Video"., postoje i drugi video modeli ako želite usporediti.

Često postavljana pitanja (FAQ)

Pitanje: Kako dobiti najbolji rezultat od neuronske mreže?
Odgovor: Koristite detaljne upute (opise) na engleskom jeziku, postavite stil i detalje scene.

Pitanje: Mogu li se ti materijali koristiti u komercijalne svrhe?
Odgovor: Da, generirani sadržaj je u potpunosti vaš.