اگر امروز برای تولید ویدیوهای باکیفیت هزینه‌های گزاف می‌پردازید، اکنون می‌توانید پیش‌نویس‌های اولیه را با قیمتی ناچیز بسازید. گوگل در ۲۷ اوت ۲۰۲۶، مدل Gemini Omni 1.1 Flash را به‌روزرسانی کرد و کف قیمتی تولید ویدیو را برای حالت پیش‌نویس ۳۶۰p به ۰.۰۳ دلار در ثانیه رساند.
این مدل جدید در حالت ۳۶۰p، ۶۰ درصد سریع‌تر از رندرهای ۷۲۰p اجرا می‌شود و تنها یک‌سوم هزینه آن را می‌طلبد. این حرکت در حالی رخ می‌دهد که گوگل اکوسیستم خود را به سمت کاربردهای عملی‌تر می‌برد. این استراتژی کاهش هزینه‌ها در راستای رویکرد کلی گوگل برای مدل‌های سری Flash است که پیش‌تر در تحلیل ما درباره Gemini 3.7 Flash و تسهیل استقرار عامل‌های هوشمند به آن پرداخته بودیم. همان‌طور که در تحلیل قبلی ما درباره‌ی مدیریت لجستیک‌های پیچیده سفر توسط هوش مصنوعی گوگل اشاره کردیم، این شرکت حالا سد هزینه‌ای تولید ویدیوهای حرفه‌ای را هدف قرار داده است.
به گزارش the-decoder.com، نسخه ۱.۱ چندین بهبود فنی برای توسعه‌دهندگان به همراه دارد:
- گسترش صحنه (Scene Extension) — شبیه وقتی یک نقاش لبه‌های یک تابلوی قدیمی را گسترش می‌دهد تا فضای بیشتری را به تصویر بکشد — اکنون می‌تواند تا ۱۰ ثانیه از ویدیوهای موجود را تحلیل کند (در مقابل ۱ ثانیه در نسخه قبلی) و ویدیو را در بازه‌های ۱۰ ثانیه‌ای تا سقف ۴۰ ثانیه ادامه دهد.
- ارجاع به سبک (Style Referencing): کاربران می‌توانند ۳ ثانیه از یک ویدیوی خارجی را آپلود کنند تا چهره شخصیت‌ها یا الگوهای حرکتی دقیقاً حفظ شود.
- کنترل دوربین: توسعه‌دهندگان اکنون می‌توانند فریم‌های شروع و پایان را تعیین کنند تا حرکت دوربین بین نقاط کلیدی به‌طور دقیق کنترل شود.
بر اساس مستندات گوگل، قیمت‌گذاری بر اساس وضوح تصویر است تا تعادلی بین سرعت و کیفیت ایجاد شود. لایه ۳۶۰p هر ثانیه ۰.۰۳ دلار، لایه ۷۲۰p مبلغ ۰.۱۰ دلار، لایه ۱۰۸۰p مبلغ ۰.۱۵ دلار و کیفیت 4K مبلغ ۰.۳۰ دلار هزینه دارد. در نهایت، ویدیوها را می‌توان برای تحویل نهایی به 4K بزرگ‌نمایی (Upscaling) کرد.
برای کاربران تجاری، این تغییر معنای جدیدی دارد. توانایی تولید پیش‌نویس‌های ارزان و کم‌کیفیت به سازندگان اجازه می‌دهد تا سریع‌تر شکست بخورند و حرکات ویدیو را اصلاح کنند، پیش از آنکه بودجه خود را صرف رندرهای گران‌قیمت 4K کنند. در واقع، این به‌روزرسانی مرحله «خلاقیت» را از مرحله «تولید» در گردش کار جدا می‌کند.
توسعه‌دهندگان همین حالا می‌توانند از طریق Google AI Studio به این قابلیت‌ها دسترسی داشته باشند.
گام بعدی شما
- اگر تولیدکننده محتوا هستید، گردش کار خود را به مدل «پیش‌نویس ارزان $\rightarrow$ رندر نهایی گران» تغییر دهید.
- قابلیت ارجاع به سبک را برای حفظ یکپارچگی شخصیت‌ها در ویدیوهای طولانی آزمایش کنید.
- بررسی کنید که آیا رقبایی مثل OpenAI یا Runway برای جذب بازار پیش‌نویس‌ها، قیمت‌گذاری پلکانی مشابهی ارائه می‌دهند یا خیر.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو