Gemini Omni Video: سازنده ویدیوی چندرسانهای هوش مصنوعی همهکاره
Gemini Omni Video مدل جدید ویدیوی چندرسانهای هوش مصنوعی گوگل است. تصاویر مرجع، ترکهای صوتی یا کلیپهای ویدئویی را بارگذاری کنید، یک متن کوتاه بنویسید و Gemini Omni Video ویدیویی ایجاد یا ویرایش میکند که با هر ورودی هماهنگ است. یک مدل Gemini Omni Video تمام وضعیتها را مدیریت میکند — بدون نیاز به ابزارهای جداگانه.
مراجع چندرسانهای در یک تولید Gemini Omni Video
Gemini Omni Video ورودیهای متن، تصویر، صدا و ویدئو را در هر ترکیبی میخواند. یک عکس مرجع برای سبک بصری، یک کلیپ ویدئویی برای حرکت یا یک ترک صوتی برای ریتم وارد کنید — Gemini Omni Video تمام وضعیتها را به یک کلیپ واحد ادغام میکند بدون اینکه نیاز به استفاده از ابزارهای هوش مصنوعی جداگانه باشد.
ویرایش ویدیو با راهنمایی مرجع با Gemini Omni Video
یک ویدیوی موجود را بارگذاری کنید و بگذارید Gemini Omni Video آن را با مراجع جدید ویرایش کند. ظاهر را با استفاده از یک تصویر سبک تغییر دهید، صدای پسزمینه را با یک کلیپ موسیقی جایگزین کنید یا حرکت را با استفاده از یک ویدیو دیگر مجدداً نقشهبرداری کنید. Gemini Omni Video کلیپ را دوباره رندر میکند در حالی که بخشهای دستنخورده را ثابت نگه میدارد.
انتقال سبک و حرکت با قدرت Gemini Omni Video
یک تصویر مرجع برای سبک بصری و یک کلیپ مرجع برای حرکات دوربین به Gemini Omni Video بدهید، و Gemini Omni Video آنها را به ویدیوی خود ادغام میکند. عالی برای مطابقت با ظاهر برند، تکرار ویرایشهای ویروسی یا بازسازی شاتهای سینمایی — همه در یک تولید Gemini Omni Video.
حرکت طبیعی، صدا و همزمانی لبها
دموهای اولیه Gemini Omni Video همزمانی لبهای تمیز، صدای طبیعی و کار دوربین نرم را نشان میدهند. یک پرتره به همراه یک ترک صوتی به Gemini Omni Video دهید و یک کلیپ سر صحبت کننده دریافت کنید که دهان آن با کلمات هماهنگ است؛ یک مرجع محصول بارگذاری کنید و Gemini Omni Video یک شات واقعی را تنظیم میکند که قاب به قاب به هم متصل است.
چگونه از Gemini Omni Video استفاده کنیم
مراجع خود را بارگذاری کنید
ورودیهایی که Gemini Omni Video باید بخواند را وارد کنید — یک تصویر مرجع، یک ترک صوتی، یک کلیپ ویدئویی یا هر ترکیبی. Gemini Omni Video به شما اجازه میدهد تا حالتها را بهطور آزاد ترکیب کنید، بنابراین میتوانید فقط یک مرجع ارائه دهید یا چندین مورد را همزمان اضافه کنید.
آنچه را که میخواهید توصیف کنید
یک متن کوتاه بنویسید که به Gemini Omni Video بگوید چه چیزی تولید کند یا چگونه کلیپ را ویرایش کند. Gemini Omni Video متن شما را با مراجع بارگذاری شده ترکیب میکند و کل شات را برنامهریزی میکند — حرکت، نورپردازی، هویت و زمانبندی.
تولید و دانلود
بر روی تولید کلیک کنید و Gemini Omni Video کلیپ را رندر میکند. نتیجه را پیشنمایش کنید، یک مرجع را جابجا کنید یا متن را اصلاح کنید تا تکرار کنید و خروجی نهایی Gemini Omni Video را برای پروژه بعدی خود دانلود کنید.
سوالات متداول درباره ویدیو جمنای اومی
Gemini Omni Video چیست؟
Gemini Omni Video مدل جدید ویدیوی چندرسانهای هوش مصنوعی گوگل است. Gemini Omni Video ویدیوها را با خواندن متنهای درخواست، تصاویر مرجع، ترکهای صوتی و کلیپهای ویدئویی در یک مدل واحد تولید و ویرایش میکند. بر خلاف ابزارهای ویدیویی هوش مصنوعی قدیمیتر که هر حالت را بهصورت جداگانه مدیریت میکنند، Gemini Omni Video آنها را یکپارچه میکند تا یک تولید تمام خواستههای شما را پوشش دهد.
Gemini Omni Video چه تفاوتی با Veo 3 دارد؟
Veo 3 بر روی تولید ویدیوی سینمایی با صدای داخلی تمرکز دارد. Gemini Omni Video فراتر میرود و تصاویر، صدا و ویدیوهای مرجع را به همراه متنهای درخواست میپذیرد و ویرایش مبتنی بر مرجع را انجام میدهد — نه تنها تولید. اطلاعات اولیه همچنین نشان میدهد که Gemini Omni Video یک مدل چندرسانهای یکپارچه بهجای یک مدل فقط ویدیویی است.
ما به جدیدترین Gemini Omni Video کی در دسترس خواهد بود؟
گوگل هنوز Gemini Omni Video را بهطور رسمی راهاندازی نکرده است. Gemini Omni Video لأولین بار در آزمایشات برنامه Gemini در مه ۲۰۲۶ مشاهده شد و انتظار میرود در Google I/O ۲۰۲۶ رونمایی شود. دسترسی در زمان راهاندازی احتمالاً به یک طرح پرداختی Gemini مرتبط خواهد بود، با آزمایشهای محدود رایگان.
کدام ورودیها توسط Gemini Omni Video پشتیبانی میشوند؟
Gemini Omni Video از چهار نوع مرجع پشتیبانی میکند که میتوانید با هم ترکیب کنید: درخواستهای متنی، تصاویر مرجع، موسیقی و ویدیوهای مرجع. میتوانید تنها از متن استفاده کنید، تصاویر را برای ایجاد استایل لایهگذاری کنید، صدای موسیقی یا گوینده را اضافه کنید، یا یک ویدیو برای حرکات ارائه دهید - Gemini Omni Video هر زیرمجموعهای از این مدالیتهها را بدون نیاز به آموزشی دوباره میخواند.
آیا Gemini Omni Video میتواند ویدیویی که از قبل دارم را ویرایش کند؟
بله. ویدیو موجود خود را بارگذاری کنید و ورودیهای مرجع را به Gemini Omni Video ارائه دهید که تغییرات را توصیف میکند - یک تصویر استایل، یک موزیک و یا ویدیوی مرجع دیگر. Gemini Omni Video ویدیو را بر اساس این مرجعها دوباره رندر کرده و قسمتهای بدون تغییر تصویر را ثابت نگه میدارد.
آیا ویدیو جیمنی اومنی شامل صدا و همزمانی لبها است؟
دموهای اولیه Gemini Omni Video صدای طبیعی و همزمانی لبها را نشان میدهند. یک پرتره و یک مرجع صوتی ارائه دهید و Gemini Omni Video یک ویدیوی سر در حال صحبت را تولید میکند که دهان آن با کلمات مطابقت دارد و صدایش انسانی به نظر میرسد.
آیا میتوانم از ویدیو جیمنی اومنی برای تبلیغات یا شبکههای اجتماعی استفاده کنم؟
بله. Gemini Omni Video برای تبلیغات کوتاه، دموهای محصول و ویدیوهای اجتماعی بسیار مناسب است. به Gemini Omni Video یک تصویر مرجع با سبک برند بدهید تا ظاهری ثابت را ایجاد کند، سپس با ایجاد تغییرات برای پلتفرمهای مختلف بدون نیاز به فیلمبرداری مجدد، ویدیوها را بازآفرینی کنید.
آیا استفاده از Gemini Omni Video رایگان است؟
از طرف گوگل، انتظار میرود که Gemini Omni Video یک ویژگی پریمیوم در داخل سطوح پرداختی Gemini باشد، با استفاده محدود رایگان. در داخل Omni Video، میتوانید از اعتبار استفاده کنید - یک بسته اعتبار خریداری کنید یا دوستان خود را دعوت کنید تا نسلهای رایگان بدست آورید.
کدام نوع ویدیوها بهترین کارایی را با ویدیو جیمنی اومنی دارند؟
کلیپهای کوتاه با یک تمرکز واضح برای Gemini Omni Video بهترین عملکرد را دارند: یک شخص در حال صحبت، یک محصول روی میز یا یک صحنه سریع با دو یا سه عمل. Gemini Omni Video حرکات و نورپردازی واقعگرایانه را به خوبی مدیریت میکند و جریان کار مبتنی بر مرجع در زمانی که میخواهید کلیپی که با یک تصویر، موسیقی متن یا منبع حرکتی خاص مطابقت دارد، بسیار خوب عمل میکند.
امروز با Gemini Omni Video شروع به ایجاد کنید
ویدیوهای هوش مصنوعی با Gemini Omni Video با بارگذاری هر ترکیبی از متن، تصویر، صدا و ویدیو مرجع تولید کنید. از صفر شروع کنید، ویدیوهای موجود خود را بازآفرینی کنید و کلیپهای کوتاه با کیفیت بالا تولید کنید - همه در یک مدل Gemini Omni Video در Omni Video.
