Google Omni: wideo i zsynchronizowany dźwięk w jednym przebiegu AI

Tak — Google Omni jest już dostępny w Picsart. Możesz korzystać z niego w AI Playground, AI Video Generator i Flow, aby generować wideo w rozdzielczości 1080p ze zsynchronizowanym dźwiękiem, edytować dowolną klatkę na czacie i renderować wiodący w branży tekst na ekranie.
 

Veo to model przekształcający tekst w wideo, nastawiony na tworzenie filmowych ujęć. Google Omni to zunifikowany model multimodalny, który generuje wideo i zsynchronizowany dźwięk jednocześnie, obsługuje edycję na czacie bezpośrednio w klipie oraz przyjmuje dłuższe prompty i konteksty scenariuszy. Dzięki temu lepiej sprawdza się przy opowiadaniu historii w wielu ujęciach, dłuższych prezentacjach produktów i pracy polegającej na edycji po wygenerowaniu materiału.

Tak. Google Omni generuje wideo i zsynchronizowany dźwięk w jednym przebiegu odszumiania — synchronizuje dialog z ruchem ust w sześciu językach (angielskim, chińskim, japońskim, koreańskim, niemieckim i francuskim), a także tworzy dźwięki otoczenia i realistyczne efekty Foley, takie jak kroki czy uderzenia przedmiotów. Nie potrzebujesz osobnego modelu audio.

Tak. Google Omni obsługuje edycję bezpośrednio w klipie na czacie. Po wygenerowaniu klipu opisz zmianę własnymi słowami — „zamień czerwony samochód na czarny”, „usuń znak wodny”, „spraw, by dialog brzmiał bardziej przepraszająco” — a Omni zmieni tylko wskazane klatki, pozostawiając pozostałe bez zmian.