Gemini Omni 1.1 Flash من غوغل: فيديو 4K مع تحكم دقيق وتمديد المشاهد حتى 40 ثانية
كشفت شركة غوغل عن طراز Gemini Omni 1.1 Flash، واضعة بين أيدي المطورين وصناع المحتوى دليلاً عملياً وأدوات متطورة لإنتاج مقاطع الفيديو الرقمية بالذكاء الاصطناعي مع تحكم هندسي وسينمائي دقيق. وجاء هذا الإصدار الموجه لقسم الأدوات والتطبيقات ليتجاوز قيود التوليد السابقة، مانحاً الفرق الإبداعية قدرة حقيقية على تمديد اللقطات حتى 40 ثانية، وتحديد زوايا الكاميرا بدقة عبر الإطارات الرئيسية، ورفع جودة المخرجات إلى دقة 4K، إلى جانب توفير مسودات سريعة بدقة 360p تخفض التكاليف التشغيلية بنسبة كبيرة.
وأفادت غوغل في بيانها الفني أن النموذج أصبح جاهزاً للتشغيل الفعلي في بيئات الإنتاج عبر واجهة برمجة التطبيقات داخل منصة Google AI Studio، ومنصة Gemini Enterprise Agent Platform، فاتحاً الباب واسعاً أمام بناء جيل جديد من برمجيات الميديا والتصميم التفاعلي.
قدرات وإمكانيات طراز Gemini Omni 1.1 Flash في صناعة المحتوى
يرتكز هذا الطراز على الجمع بين الفهم العميق للبيئة البصرية وسرعة الاستجابة اللحظية، الأمر الذي ينقل أدوات الفيديو من خانة التجارب التوليدية المعزولة إلى منظومة إنتاج برمجية متكاملة. وتستهدف هذه التحديثات تزويد فرق العمل بالقدرة على التدخل المباشر في حركة العناصر، وسرعة دوران الكاميرا، واتساق المشاهد الطويلة، دون السقوط في فخ التشويه البصري أو التغيير المفاجئ في ملامح الشخصيات والخلفيات.
وتخدم هذه الحزمة الإبداعية مصممي الواجهات، ومطوري الألعاب، ومنتجي المحتوى التعليمي، وصناع المؤثرات البصرية، حيث تضع في متناولهم بيئة عمل مرنة تستجيب للأوامر النصية المعقدة والمدخلات متعددة الوسائط بكفاءة عالية.
تمديد المشاهد حتى 40 ثانية مع الحفاظ على اتساق التفاصيل
تعتبر خاصية تمديد المشاهد (Scene Extension) من أبرز الإضافات الجوهرية في هذا الإصدار، حيث تسمح بأخذ لقطة موجودة مسبقاً وتوليد امتداد زمني جديد يتصل بنهايتها بتدفق سلس وطبيعي. وخلافاً للجيل السابق الذي كان يقرأ ثانية واحدة فقط من نهاية المقطع، يحلل طراز Omni 1.1 سياقاً بصرياً يصل إلى 10 ثوان كاملة من المشهد السابق.
ويترتب على هذا الفهم الزمني العميق فوائد إنتاجية واضحة:
- الاتساق البصري والقصصي: الحفاظ على أشكال الأجسام، ودرجات الإضاءة، وحركة الرياح، وتعبيرات الوجوه عبر المشاهد الممتدة.
- زيادات زمنية متتالية: تمديد الفيديو بخطوات متتابعة تبلغ 10 ثوان في كل طلب برمجي، حتى يصل المجموع التراكمي للمشهد إلى 40 ثانية متصلة.
- بناء حبكة بصرية مستمرة: توجيه القصة نحو مسارات إبداعية جديدة أو تفريع الأحداث مع البقاء داخل البيئة المكانية ذاتها دون انقطاع.
ومن الناحية التقنية، يستطيع المطور استدعاء هذه الوظيفة عبر واجهة google-genai في لغة بايثون بتمرير معرف التفاعل السابق (previous_interaction_id)، وطلب استكمال المشهد بنص توجيهي محدد، فتتولى الخوارزميات ربط اللقطات تلقائياً.
ضبط بداية ونهاية المشهد والتحكم في حركة الكاميرا
أضافت غوغل ميزة التحكم عبر الإطارات الرئيسية (First and Last Frames)، لتمنح المخرجين سلطة هندسية دقيقة على مسار حركة العدسة بين نقطتين زمنيتين محددتين. ويقوم النموذج برسم الحركة الانسيابية بين إطار البداية وإطار النهاية، قاطعاً الطريق أمام القفزات المفاجئة في زوايا الرؤية.
وتبرز أهمية هذه الأداة في تنفيذ لقطات إخراجية احترافية، مثل:
- الانتقال السريع والتقريب البصري (Zoom Transitions): الانتقال الانسيابي من لقطة عامة واسعة إلى لقطة قريبة لشاشة أو شخصية داخل المشهد.
- الالتفاف المداري حول العناصر (Camera Orbits): دوران الكاميرا بزاوية دائرية متصلة حول هدف محدد مع الحفاظ على الأبعاد الواقعية.
- الحلقات المتكررة الخالية من العيوب (Seamless Loops): صناعة مقاطع فيديو تلتقي نهايتها ببدايتها دون أي فواصل مرئية، وهو خيار مثالي لمنصات التواصل الاجتماعي وواجهات المواقع التفاعلية.
توليد مسودات سريعة بدقة 360p لخفض النفقات وزيادة الإنتاجية
إلى جانب الجودة البصرية، ركزت غوغل على الجانب الاقتصادي لفرق العمل، فطرحت نمط توليد المسودات بدقة 360p. وتسمح هذه الميزة بإنتاج معاينات سريعة بمعدل إنتاجية أسرع بنسبة تصل إلى 60 في المئة مقارنة بالدقة القياسية 720p، وبتكلفة مالية تنخفض إلى ثلث السعر القياسي.
وتخدم هذه البيئة الاقتصادية صناع المحتوى عبر خطوات محددة:
- تصميم لوحات القصة التفاعلية (Storyboarding): اختبار زوايا الإضاءة وتكوين المشاهد وحركات الشخصيات بسرعة قياسية.
- غرفة المسودات (The Draft Room): توليد ثلاث أو أربع نسخ بديلة للمشهد عينه مع تغيير تفصيل واحد في كل مسودة، والمقارنة بينها جنباً إلى جنب قبل الإنفاق على الرندرة النهائية.
- تسريع دورة التطوير البرمجي: فحص تكامل واجهات البرمجة داخل التطبيقات واختبار تدفق البيانات بأقل استهلاك لميزانية الحوسبة السحابية.
ترقية الدقة إلى 1080p و4K لخدمة المشاريع عالية الجودة
في المقابل، تدعم المنظومة الجديدة رفع دقة المقاطع النهائية إلى جودة 1080p وحتى 4K فائقة الوضوح، لتوافق متطلبات دور العرض والشاشات التجارية ومنصات البث الرقمي. وتمنح دقة 4K تفاصيل ناصعة في المشاهد الطبيعية والمقربة، مثل انعكاسات ضوء الشمس على أوراق النباتات الخريفية، وتفاصيل الكائنات الدقيقة، والملامح البشرية المعقدة.
ويستطيع الفريق الإبداعي البدء بمسودة 360p منخفضة التكلفة، ثم ترقية اللقطة المختارة مباشرة إلى دقة 4K، ليجمع بين التوفير الذكي في مرحلة التخطيط والتميز البصري في مرحلة التصدير النهائي.
إدراج مقاطع فيديو مرجعية لضبط الحركة ونقل الشخصيات
وسعت غوغل آفاق المدخلات متعددة الوسائط بالسماح برفع مقاطع فيديو مرجعية تصل مدتها إلى ثلاث ثوان. وتكفل هذه الخاصية نقل لغة الحركة والأسلوب الحركي من المرجع الواقعي إلى الشخصيات المصممة داخل النموذج.
وعلى سبيل المثال، يستطيع المستخدم رفع مقطع مرجعي لراقص يؤدي حركات إيقاعية معقدة، ثم يطلب من النموذج إسناد تلك الحركات بدقة إلى شخصية رقمية ثلاثية الأبعاد في بيئة افتراضية جديدة، مع الإبقاء على اللقطة ككتلة بصرية واحدة دون قطوع مشهدية.
كتابة أوامر سينمائية لتوجيه زوايا التصوير وحركات العدسة
يستجيب النموذج للمصطلحات الإخراجية المتخصصة بدقة لافتة، متيحاً للمطورين توجيه الكاميرا عبر نصوص برمجية واضحة. وإليك أبرز نماذج الأوامر السينمائية التي يدعمها الطراز:
- لقطة التكبير المعاكس (Cinematic Dolly-Zoom): أمر نصي يدفع الكاميرا للتقدم إلى الأمام مع التراجع البصري في العدسة في آن واحد، فيظل وجه الشخصية ثابتاً بالحجم نفسه بينما يتمدد الممر الخلفي بعمق بصري درامي.
- لقطة تجميد اللحظة مع الدوران المداري (Frozen 360-degree Orbit): أمر نصي يثبت حركة الشخصية والرياح في لحظة زمنية ساكنة، في حين تدور الكاميرا دوراناً كاملاً حولها، مستعرضة العمق الهندسي والظلال المتناسقة.
- لقطة التقريب الميكانيكي الخاطف (Snap-Zoom): أمر نصي يوجه العدسة بسرعة خاطفة نحو عيون الشخصية لإبراز ردود الفعل الدرامية.
- لقطة التصوير المجهري المضيء (Cinematic Macro Photography): أمر يوجه النموذج لإنتاج مشاهد مجهرية دقيقة لهياكل الزجاج والسيليكا بألوان متوهجة وتأثير عدسة مجهرية ثابت عبر كامل المشهد.
تفاصيل تكلفة توليد الفيديو بحسب الدقة وسرعة المعالجة
كشفت غوغل عن هيكل أسعار تفصيلي يحتسب التكلفة لكل ثانية توليد بالدولار الأمريكي، ليتيح للشركات والمطورين التخطيط المالي الدقيق لمشاريعهم:
1. فئة نمط المسودات (360p)
- تكلفة Gemini Omni 1.1 Flash: تبلغ 0.03 دولار لكل ثانية فيديو.
- ميزة هذه الفئة: ينفرد هذا الطراز بطرح هذا الخيار الاقتصادي، في حين يغيب عن طراز Omni السابق وعن نماذج Veo.
2. فئة الجودة القياسية (720p)
- تكلفة Gemini Omni 1.1 Flash: تبلغ 0.10 دولار لكل ثانية.
- تكلفة Gemini Omni Flash السابق: تبلغ 0.10 دولار لكل ثانية.
- تكلفة Veo 3.1 Lite: تبلغ 0.05 دولار لكل ثانية.
- تكلفة Veo 3.1 Fast: تبلغ 0.10 دولار لكل ثانية.
3. فئة الجودة العالية (1080p)
- تكلفة Gemini Omni 1.1 Flash: تبلغ 0.15 دولار لكل ثانية.
- تكلفة Veo 3.1 Lite: تبلغ 0.08 دولار لكل ثانية.
- تكلفة Veo 3.1 Fast: تبلغ 0.12 دولار لكل ثانية.
4. فئة الجودة الفائقة (4K)
- تكلفة Gemini Omni 1.1 Flash: تبلغ 0.30 دولار لكل ثانية.
- تكلفة Veo 3.1 Fast: تبلغ 0.30 دولار لكل ثانية.
- ملاحظة: لا يتوفر هذا الخيار في طراز Omni السابق أو طراز Veo Lite.
حلول وتطبيقات برمجية يستطيع المطورون بناءها
تفتح الميزات الجديدة الباب أمام ابتكار تطبيقات عملية في مجالات متنوعة، ومن أبرزها:
- تطبيقات الجولات العقارية الافتراضية: بناء تجارب تفاعلية تأخذ المشاهد في جولة حية بين أروقة المنازل، حيث تتحرك الكاميرا بمسارات مقوسة تتقدم وتتراجع بنعومة، مظهرة العقار في أوقات النهار المختلفة دون اختلاق تفاصيل وهمية غير موجودة.
- برمجيات الإخراج والتحرير التوليدي: منصات تسمح للمخرج بوضع لوحات القصة وتحديد إطارات البداية والنهاية لكل مشهد، مع ترك التوليد البيني للذكاء الاصطناعي لضمان انسيابية الانتقال.
- أدوات الرسوم المتحركة وإعادة توجيه الحركة: تطبيقات تعتمد على الفيديو المرجعي لنقل خطوات الرقص والأنشطة البدنية إلى شخصيات كرتونية مع ثبات خلفيات المشهد.
- منصات الإنتاج الإعلاني السريع: أدوات تولد نسخاً إعلانية متعددة للمنتج نفسه بزوايا تصوير مختلفة وبأقل تكلفة تجريبية عبر مسودات 360p.
تجارب حية واعتماد واسع داخل أدوات Adobe وFigma وRunway
سارعت كبرى منصات التصميم الرقمي إلى دمج نموذج Gemini Omni 1.1 Flash في برمجياتها لتعزيز قدرات الإنتاج الفعلي:
- Adobe Firefly: أدمجت أدوبي النموذج لتعزيز أدوات تحرير الفيديو وتزويد المستخدمين بمرونة عالية في تعديل اللقطات.
- Figma Weave: صرح إيتاي شيف (Itay Schiff)، المدير الإبداعي في المنصة، بأن الطراز ينقل الفرق الإبداعية من مرحلة توليد المشاهد البسيطة إلى مرحلة الإخراج الفعلي، بفضل تمديد اللقطات وتوفير مراجع الحركة ودقة 4K.
- GMI Cloud: أكدت لويزا غو (Louisa Guo)، نائبة رئيس التسويق، أن الدقة البالغة للنموذج وصمود التفاصيل أمام الفحص الدقيق جعلا توليد الفيديو حلاً مجدياً لقطاع التعليم والمحتوى التوضيحي الذي يشترط دقة كاملة.
- Runway: أوضح جيمي أمفرسون (Jamie Umpherson)، رئيس الشؤون الإبداعية، أن النموذج ينسجم بسلاسة مع أسلوب عمل المنصة القائم على البدء بنص أو صورة ثم التحرير والانطلاق نحو التنفيذ النهائي.
خطوات البدء واستخدام النموذج عبر Google AI Studio والمنصات التابعة
أتاحت غوغل النموذج الجديد عبر مسارات متعددة لخدمة جميع شرائح المستخدمين:
- عبر Google AI Studio: يستطيع المطورون تجربة النموذج فوراً، واستخدام التوثيق البرمجي، وأدلة كتابة الأوامر (Prompting Guides)، ومكتبة الأكواد العملية (Cookbooks).
- عبر منصة المؤسسات Gemini Enterprise Agent Platform: إتاحة الوصول المباشر للشركات الكبرى لدمج واجهة البرمجة في أنظمتها السحابية.
- عبر منصة Google Flow: توفير النموذج لجميع مشتركي باقات Google AI Plus وGoogle AI Pro وGoogle AI Ultra عالمياً.
- عبر تطبيق Gemini للهواتف والأجهزة الذكية: حصول مشتركي الباقات المدفوعة (Plus وPro وUltra) على ميزة تمديد المشاهد مباشرة داخل واجهة المحادثة التفاعلية.
قراءة ختامية: هل يمثل النموذج نقلة عملية للإنتاج الاحترافي؟
يكشف هذا الإصدار عن توجه حاسم لدى غوغل لتحويل أدوات الفيديو بالذكاء الاصطناعي من مجرد مولدات عشوائية إلى أدوات إخراج منضبطة هندسياً. وتلتقي في هذا الطراز عناصر السرعة الفائقة مع خفض التكاليف التشغيلية وجودة المخرجات بدقة 4K، الأمر الذي يمنح المطورين وفرق الإنتاج سيطرة كاملة على تفاصيل المشهد وزوايا الكاميرا وسرد القصص الممتدة.
ومع دخول النموذج في بيئات عمل منصات رائدة مثل Adobe وFigma وRunway، يثبت Gemini Omni 1.1 Flash جدارته كأداة برمجية جاهزة للإنتاج الفعلي تلبي تطلعات المطورين وتضع معايير جديدة لصناعة المحتوى المرئي.
