Gemini Omni: अब बोलकर बनाएं और एडिट करें वीडियो, गूगल ने लॉन्च किया नया एआई टूल

Gemini Omni में Gemini की समझने और तर्क करने की क्षमता को क्रिएटिव AI फीचर्स के साथ जोड़ा गया है। यानी यह सिर्फ वीडियो नहीं बनाएगा, बल्कि यह भी समझेगा कि किसी सीन में आगे क्या होना चाहिए।

Gemini Omni: कई तरह से कमांड करेगा एक्सेप्ट
इस नए ओम्नी परिवार का पहला मॉडल Gemini Omni Flash है। इसकी शुरुआत वीडियो बनाने से हो रही है। आप इमेज, ऑडियो, वीडियो या टेक्स्ट को इनपुट के तौर पर दे सकते हैं। यह मॉडल आज से ही जेमिनी एप, गूगल फ्लो (Google Flow) और यूट्यूब शॉर्ट्स (YouTube Shorts) पर उपलब्ध है। आने वाले समय में यह सिर्फ इमेज और ऑडियो भी जनरेट कर सकेगा।

बोलकर बना सकेंगे वीडियो और होगी एडिटिंग
Gemini Omni Flash की सबसे बड़ी खासियत इसका कन्वर्सेशनल वीडियो एडिटिंग फीचर है। यूजर सामान्य भाषा में कमांड देकर वीडियो एडिट कर सकेंगे। जैसे बैकग्राउंड बदलना, नए कैरेक्टर जोड़ना, किसी ऑब्जेक्ट को हटाना, कैमरा एंगल बदलना, स्टाइल और इफेक्ट बदलना। कंपनी का कहना है कि हर नया निर्देश पिछले निर्देश से जुड़ा रहेगा। इससे वीडियो की कहानी, कैरेक्टर और सीन की निरंतरता बनी रहेगी।

अब वीडियो की कहानी भी समझेगा AI
Google के मुताबिक Gemini Omni सिर्फ फोटोरियलिस्टिक वीडियो नहीं बनाएगा, बल्कि यह रियल-वर्ल्ड नॉलेज का भी इस्तेमाल करेगा। इसमें इतिहास, विज्ञान, सांस्कृतिक संदर्भ और फिजिक्स जैसी चीजों की समझ दी गई है। यानी AI सिर्फ सुंदर सीन नहीं बनाएगा, बल्कि ज्यादा तार्किक और वास्तविक वीडियो तैयार करेगा।

टेक्स्ट, फोटो, वीडियो और ऑडियो… सबका सपोर्ट
Gemini Omni की शुरुआत वीडियो बनाने से हो रही है। आप इमेज, ऑडियो, वीडियो या टेक्स्ट को इनपुट के तौर पर दे सकते हैं। आपके पास जो भी है, आप वहीं से शुरुआत कर सकते हैं। चाहे कोई तस्वीर हो, पुराना वीडियो हो, या सिर्फ एक टेक्स्ट, ओम्नी इन सभी को मिलाकर एक शानदार आउटपुट देता है।

फिलहाल ऑडियो के लिए सिर्फ वॉयस इनपुट का सपोर्ट है। लेकिन जल्द ही अन्य ऑडियो इनपुट भी जुड़ जाएंगे। आप अपनी पसंद का स्टाइल और मोशन भी इसमें आसानी से डाल सकते हैं।