Gemini Omni (aka Google Omni i Veo Omni): filmy z postaciami, głosem i 4K
Krótko o najważniejszym (BLUF)
Gemini Omni, Google Omni i Veo Omni to trzy nazwy jednej modelki wideo: trzyma jednego bohatera we wszystkich filmach, podkłada mu głos i rozdaje do 4K. Dowiedzmy się, co kryje się za słowem „Omni”, ile kosztuje wytwarzanie i od czego zacząć.
Ten model ma trzy nazwy i prawdopodobnie spotkałeś się z wszystkimi trzema: Gemini Omni, Google Omni I Veo Omni. Niektórzy nazywają to rodziną Gemini, inni linią wideo Veo, jeszcze inni po prostu „omni” – mówimy o tej samej sieci neuronowej do generowania wideo. Pracuje dla nas w Sekcja „Wideo”.i możesz go uruchomić bez abonamentu, z opłatą za konkretną generację.
Co kryje się za słowem „Omni”
Zwykły model wideo akceptuje tekst lub jedno zdjęcie. Tutaj dane wejściowe są mieszane: opis tekstowy plus maksymalnie siedem obrazów, wideo lub audio jako dodatkowy kontekst. Potrzebujesz wideo w duchu konkretnego kadru i z nastrojem konkretnej melodii - przynieś wszystko na raz, model uwzględni każde źródło.
Zmienia to samo sformułowanie problemu. Zamiast akapitu „wyobraź sobie taki dom, takie światło” pokazujesz zdjęcie domu i opisujesz akcję jedynie słowami. Za fabułę odpowiada tekst, załączniki za wygląd.
Postacie: jeden bohater we wszystkich filmach
Głównym problemem konwencjonalnych generatorów jest to, że bohater zmienia się z wideo na wideo. W Gemini Omni dostępna jest osobna zakładka postaci: bohater jest tworzony raz, zapisywany w Twojej bibliotece, a następnie jednym kliknięciem łączy się z dowolną generacją. Wygląd pozostaje spójny w każdym wideo.
Tak składa się serial: wirtualny prezenter felietonu, maskotka marki, bohater bajek dla dzieci. Nie ma potrzeby za każdym razem ponownie przesyłać referencji i mieć nadzieję, że modelka „zapamięta” twarz.
Głos: gotowe ustawienia wstępne i własne
Wideo może natychmiast wyjść z dźwiękiem. W ustawieniach znajduje się zestaw gotowych głosów - męskich i żeńskich, od miękkich wysokich po niskie z chrypką. Wybierasz głos, piszesz linijkę w opisie, a postać przemawia bezpośrednio w kadrze. Jeśli presety nie są odpowiednie, w zakładce audio tworzony jest Twój własny głos na podstawie głosu podstawowego: trafia on również do Twojej osobistej biblioteki. Dzięki temu marka może mieć jeden rozpoznawalny głos za wszystkimi swoimi filmami.
Do 4K czasu trwania i formatu klatki
Jest to jeden z niewielu modeli na stronie z wyjściem 4K: dostępne są 720p, 1080p i 4K. Czas trwania - 4, 6, 8 lub 10 sekund, ramka pozioma 16:9 lub pionowa 9:16 w przypadku sieci społecznościowych. Praktyczny sposób jest prosty: uruchamiaj wersje robocze w rozdzielczości 720p, a dobrą opcją jest ponowne uruchomienie w rozdzielczości 1080p lub 4K.
Ile to kosztuje
Cena zależy od czasu trwania, jakości i tego, czy przesyłasz film jako wkład, i jest zawsze pokazywana w formularzu przed uruchomieniem - kwotę widzisz przed kliknięciem przycisku. Nie ma abonamentu: płacisz za konkretny film z salda ogólnego, możesz go doładować rosyjską kartą. Czterosekundowa wersja robocza w rozdzielczości 720p kosztuje znacznie mniej niż dziesięciosekundowa 4K, więc przetestowanie pomysłu jest tańsze niż od razu kręcenie finału.
Od czego zacząć
- Otwarte strona modelowa i nakręć pierwszy film z jednego tekstu - w ten sposób poczujesz, jak ona czyta opisy.
- Dodaj obrazek referencyjny: niech słowa przedstawiają akcję, a obraz przedstawia wygląd sceny.
- Dołącz głos i linię, jeśli ktoś mówi w ramce.
- Zdobądź stałą postać, gdy potrzebujesz serii filmów z jednym bohaterem.
Opisując scenę, zachowaj porządek: kto jest w kadrze, co robi, gdzie to się dzieje, jak zachowuje się kamera. Odpowiedź prześlij w osobnym zdaniu. Taka struktura prawie zawsze pozwala uzyskać spójny obraz już przy pierwszej lub drugiej próbie.
Szukasz modelu o nazwie Google Omni lub Veo Omni - to jest to samo: Gemini Omni dostępne tutaj. W pobliżu, w Sekcja „Wideo”., istnieją inne modele wideo, jeśli chcesz porównać.
Często zadawane pytania (FAQ)
Pytanie: Jak uzyskać najlepszy wynik z sieci neuronowej?
Odpowiedź: Używaj szczegółowych podpowiedzi (opisów) w języku angielskim, ustalaj styl i szczegóły sceny.
Pytanie: Czy te materiały można wykorzystać do celów komercyjnych?
Odpowiedź: Tak, wygenerowana treść jest całkowicie Twoja.