Gemini Omni 1.2 Flash: คลิปใหม่ 15 วินาทีและราคาถูกลง

ตลอด 15 วินาที กล้องไม่คัต หลังผ่านห่วงไป ลูกแก้วชนโดมิโนตัวแรกและเริ่มปฏิกิริยาลูกโซ่ที่จบลงที่ระฆัง

ความต่อเนื่องของลูกแก้วเป็นข้อผิดพลาดชัดเจน มีรูปร่างกลมมนสีแดงอีกชิ้นปรากฏหลังโดมิโนตัวแรก แม้เฟรมจะไม่ชี้ชัดว่าเป็นวัตถุคนละชิ้น ต่อมา ลูกแก้วที่ตามกล้องอยู่หลุดเฟรมไป แล้วโผล่มาหลังแถวโดมิโนที่ล้ม โดยไม่เห็นการเคลื่อนที่ไปตรงนั้น

ลูกแก้วโผล่หลังโดมิโนที่ล้ม รูปภาพโดยผู้เขียน

จังหวะเสียงออกมาปะปน: คลิกของโดมิโนตัวแรกตรงกับภาพที่กระทบ แต่เสียงระฆังช้ากว่าประมาณ 0.15 วินาที เนื่องจากแอ็กชันจบเร็ว ช่วงท้ายจึงเกือบหยุดนิ่ง

นอกจากนี้ วิธีที่ลูกแก้วผ่านห่วงก็ดูไม่น่าเชื่อสนิทนัก

แก้ไขวัตถุหนึ่งชิ้นโดยไม่เปลี่ยนฉาก

ต่อมาเปลี่ยนเพียงคุณลักษณะเดียวและขอให้ที่เหลือคงเดิม

Change the red glass marble to a deep sapphire blue. Keep its size, transparency, reflections, and movement the same.

Preserve the wooden track, brass hoop, dominoes, bell, lighting, camera movement, and original sound effects. The chain reaction should happen at exactly the same moments as in the original video.ขับเคลื่อนโดย

สีเป็นการเปลี่ยนแปลงเดียวตามตั้งใจ: ลูกแก้วกลายเป็นสีน้ำเงินเข้มแต่ขนาด ความโปร่งใส ตำแหน่ง และไฮไลต์คงเดิม ทุกอย่างอื่น รวมถึงฉากและจังหวะเหตุการณ์ ไม่เปลี่ยน

เฟรมที่จับคู่: ลูกแก้วสีแดงเทียบสีน้ำเงิน รูปภาพโดยผู้เขียน

ข้อผิดพลาดเดิมยังอยู่: รูปร่างกลมมนที่คลุมเครือและการโผล่มาของลูกแก้วภายหลัง ตอนนี้เป็นสีน้ำเงินในจังหวะเดียวกัน สิ่งเหล่านี้ต้องสังเกตเอง เพราะข้อบกพร่องที่ไม่พูดถึงจะติดไปสู่การแก้ไขครั้งต่อไป

การแก้ไขสร้างแทร็กเสียงใหม่ เอฟเฟ็กต์กลับมาในรูปแบบเดิม แต่ช้าลงประมาณ 45 มิลลิวินาที ราวหนึ่งเฟรมวิดีโอ ความล่าช้านั้นยิ่งสังเกตได้เมื่อแก้ไขหลายรอบ

การคงการเคลื่อนไหวผ่านการเปลี่ยนสไตล์เต็มรูปแบบ

การแก้ไขสุดท้าย ขอให้เป็นสต็อปโมชั่นแฮนด์เมด โดยคงลูกแก้วสีน้ำเงินและจังหวะเวลา

Re-render the entire marble-run scene as a handcrafted stop-motion animation made from painted paper, cardboard, and textured fabric.

The wooden track becomes layered cardboard, the brass objects become painted miniature props, and the blue glass marble keeps its recognizable color and shape.

Preserve the original sequence and timing: the marble rolls down the track, passes through the hoop, strikes the dominoes, and the bell rings at the end. Keep the original camera movement and sound effects, with the tactile imperfections of handmade stop-motion animation.ขับเคลื่อนโดย

สีน้ำเงินและพื้นผิวแก้วยังคงอยู่ ขณะที่รางกับโดมิโนกลายเป็นกระดาษแข็งซ้อนชั้น เส้นทางกล้องและจังหวะเหตุการณ์ไม่เปลี่ยน

ระฆังทองเหลืองกลายเป็นพร็อพทาสี รูปภาพโดยผู้เขียน

การรีสไตล์ทำได้เพียงบางส่วน ระฆังดูเหมือนทาสี แต่ห่วงและฉากหลังเวิร์กช็อปยังสมจริง และไม่มีผ้า ปรับเทียบเฟรมต่อเฟรมพบการเคลื่อนไหวลื่นไหลระหว่างเฟรม ไม่มีจังหวะก้าวกระโดดแบบสต็อปโมชั่น

เส้นการ์ตูนรอบระฆังไม่ได้ร้องขอแต่ไม่กระทบลำดับ เมื่อเทียบกับต้นฉบับ ซาวนด์แทร็กเหลื่อมไปประมาณ 85 มิลลิวินาที ทำให้เสียงระฆังมาหลังจุดกระทบราว 0.23 วินาที

ผลทดสอบ เวลาในการสร้าง และค่าใช้จ่าย

การสร้างเสร็จภายในไม่ถึงนาที ขณะที่แต่ละการแก้ไขใช้เวลาราวสองนาที วิดีโอทั้งสามรวมกันมีค่าใช้จ่ายประมาณ $3.55 คำนวณจากการใช้งานที่ส่งคืนตามอัตราที่ Google เผยแพร่

รูปร่างกลมมนเดิมอยู่รอดผ่านทั้งสองการแก้ไข รูปภาพโดยผู้เขียน

การแก้ไขมีค่าใช้จ่ายสูงขึ้นเล็กน้อย เพราะ Google ประมวลผลวิดีโอต้นทางอีกครั้ง

ราคาและการเข้าถึง Gemini Omni 1.2 Flash

Gemini Omni 1.2 Flash มีค่าใช้จ่ายราว $0.07 ต่อวินาทีที่ความละเอียด 720p และ API ไม่มีแพ็กเกจฟรี แอปของ Google มีแผนและโควตาของตัวเอง การทดสอบนี้ใช้ 720p; ความละเอียดสูงกว่าจะมีค่าใช้จ่ายมากขึ้น

ราคา Gemini Omni 1.2 Flash แยกตามความละเอียด

ตามอัตราสาธารณะดังกล่าว คลิปยาว 15 วินาทีมีค่าประมาณ $1 ก่อนคิดค่าประมวลผลต้นทาง ตัวเลือก 1080p และ 4K แพงกว่าเพราะโมเดลขยายจากวิดีโอความละเอียดต่ำกว่า:

Google ยังเรียกเก็บค่าประมวลผลวิดีโอต้นทางระหว่างการแก้ไข การสมัครใช้แอปของ Google คิดราคาแยกกัน

เข้าถึง Gemini Omni 1.2 Flash ได้ที่ไหนบ้าง?

นักพัฒนาสามารถใช้ Gemini Omni 1.2 Flash ได้ผ่าน Gemini API แบบชำระเงิน Google AI Studio หรือ Google Cloud

การตั้งค่าวิดีโอของ AI Studio สำหรับ Omni รูปภาพโดยผู้เขียน

Google ยังเสนอโมเดลนี้ผ่านหลายแอป แต่ละผลิตภัณฑ์มีแผนและโควตาของตัวเอง:

• Flow สำหรับกำกับฉากและทำการแก้ไขต่อเนื่อง
• Google Vids ซึ่งให้ผู้ใช้บัญชี Google หรือสมาชิก Workspace สร้างวิดีโอได้สูงสุดสามคลิปแบบ 15 วินาทีต่อเดือนโดยไม่มีค่าใช้จ่าย ตาม ประกาศ Vids
• แอป Gemini ที่เริ่มทยอยให้ผู้สมัคร Google AI Ultra สร้างวิดีโอ 15 วินาที
• Google Ads สำหรับแคมเปญวิดีโอ

Gemini สำหรับธุรกิจเป็นจุดที่โพสต์ของ Google ไม่ตรงกัน: โพสต์เปิดตัวระบุว่าใช้งานได้ทั่วไปแล้ว ขณะที่โพสต์ของ Cloud ระบุว่า "เร็วๆ นี้" การแก้ไขวิดีโอที่อัปโหลดไม่พร้อมใช้ในเขตเศรษฐกิจยุโรป (EEA) สวิตเซอร์แลนด์ และสหราชอาณาจักร ขณะที่วิดีโอที่สร้างโดยโมเดลยังแก้ไขได้ในพื้นที่ดังกล่าว

ข้อจำกัดและรีวิวช่วงต้นของ Gemini Omni 1.2 Flash

Google ระบุกีฬาที่เคลื่อนไหวเร็ว สคริปต์เปลี่ยนไว และฟิสิกส์ซับซ้อนเป็นข้อจำกัดที่ยังเหลืออยู่ คู่มือ Gemini API เสริมว่า คำสั่งเชิงลบควรอยู่ในพรอมป์หลัก และมีเพียงภาษาอังกฤษที่รองรับเต็มที่ ลำดับโดมิโนเข้าข่ายฟิสิกส์ซับซ้อน แต่รางลูกแก้วเพียงครั้งเดียวไม่อาจทดสอบทุกคำอ้างในการประกาศได้

รีวิวช่วงต้นส่วนใหญ่มาจากบริษัทที่จำหน่ายการเข้าถึงโมเดล การทดสอบของ Segmind ที่เผยแพร่วันเปิดตัว รายงานว่า วิดีโออธิบายและการแก้ไขง่ายทำตามพรอมป์ได้ดี ขณะที่จุดบนกราฟวางผิดระดับ และบางคำสั่งถูกข้าม

การทดสอบของเรามีไม่มีบทสนทนา เสียงพากย์ที่ตรงกับการขยับปาก ข้อความในวิดีโอ หรือ ตัวเลข จึงไม่สะท้อนในด้านเหล่านั้น อีกทั้งใช้พรอมป์แก้ไขที่ละเอียด ขณะที่คู่มือพรอมป์ของ Google แนะนำให้ใช้คำสั่งที่เรียบง่าย

บทสรุป: Gemini Omni 1.2 Flash คุ้มค่าไหม?

Gemini Omni 1.2 Flash ตอบคำถามหลักได้เป็นบางส่วน ลำดับเหตุการณ์และการเปลี่ยนสีคงอยู่ ขณะที่การกระโดดของลูกแก้วและเสียงระฆังที่ช้า ติดไปในเวอร์ชันถัดๆ ไป คำขอรีสไตล์เปลี่ยนวัสดุ แต่การเคลื่อนไหวยังดูเหมือนต้นฉบับ

ยังมีพื้นที่ให้พัฒนา: โมเดลเหมาะกับคลิปร่างแบบร่างและความแปรผันง่ายๆ ที่มีคนรีวิวต่อ โซ่การแก้ไขยาวๆ มีประโยชน์น้อยลงเมื่อความต่อเนื่องหรือจังหวะเป๊ะคือใจความ เพราะข้อผิดพลาดเดิมจะติดตามไปและค่าใช้จ่ายสูงขึ้นในแต่ละรอบ ลูกแก้วสีน้ำเงินรอดมาได้ เช่นเดียวกับข้อบกพร่องข้างๆ มัน