Буває таке. Знову. Google презентує щось грандіозне на конференції I/O і заголовок обіцяє одне, а технології показують зовсім інше. Вони називають його Gemini Omni. Звучить амбітно. І це так. Але ось у чому каверза: компанія хоче, щоб ви повірили, що він створює «що завгодно з чого завгодно», проте демонстрація кричала про одне.
Про відео.
І не просто про відеоролики, де гарно розставлені пікселі. Йдеться про відео, яке “розуміє навколишній світ”. Gemini Omni Flash — це перший представник у цьому новому родоводі.
Деміс Хасабіс не ходить навколо. Він назвав це кроком до створення AGI (загального штучного інтелекту).
Більшість інструментів є лінійними: ви вводите текст, отримуєте кліп. Нудно. Omni відрізняється тим, що приймає все. Текст? Так. Аудіо? Звісно. Зображення та відео як вхідні дані теж. Він переробляє цей мультимодальний хаос і видає інтерактивний світ, що базується на навчанні Gemini з опорою на реальну дійсність. Фізика тепер працює краще. Має значення історичний контекст. Якщо ви попросите показати Париж 1920-х років, він випадково не одягне перехожого у сучасну спортивну форму.
Вдумайтесь у це. ІІ розуміє жарт, а не просто опрацьовує запит.
Монтаж тут працює інакше. Забудьте поки що про ключові кадри або маски шарів. Ви просто кажете. “Зміни фон”. Готово. “Зміни ракурс”. Готово. Неважливо, чи зняли ви кліп самі, чи це зробив ІІ — модель обробляє конкретні зміни без нервів та головного болю. Навіть стиль та декорації підкоряються силі діалогу.
Потім є функція Аватар. Ви створюєте цифрову копію себе. Звучить весело, правда?
Частково.
Google визнає, що ця частина все ще на стадії тестування. Відповідальний запуск і таке інше. Вони побоюються, мабуть, справедливо, як швидко це має вийти до широкої публіки.
Те, що випущено зараз, можна перевірити безкоштовно, але для серйозної роботи стоїть за закритим шлюзом оплати. Передплатники Google AI Plus, Pro та Ultra отримують доступ одразу в додатку Gemini та Google Flow. Але що щодо решти? Їх не забули.
Цього тижня функція з’явиться у YouTube Shorts та додатку Create. Там безкоштовно. Лише стандартний водяний знак. Кожен згенерований кліп несе мітку SynthID, щоб усі знали, коли роботу виконала машина. Ми можемо сперечатися про імплікації пізніше чи прямо зараз, але, щиро кажучи, це майже не має значення, коли результат виглядає так добре.
Інструмент уже працює. Водяний знак невидимий для ока, але присутній у коді. Ми спостерігаємо, як світи створюються з нуля.
