Gemini Omni Flash مدلی برای ساخت و ویرایش ویدیو با هوش مصنوعی است. ویدیو را با گفتن تغییر دلخواه اصلاح کنید، سوژه یا صحنه را عوض کنید یا از متن و تصویر، کلیپ کوتاه همراه صدا بسازید.
چهار مسیر یک کار نمیکنند. اگر ویدیویی دارید، مسیر ویرایش نقطه قوت اصلی مدل است؛ برای ایده خام یا قاب ثابت از مسیرهای ساخت شروع کنید.
یک کلیپ بدهید و فقط تغییری را که میخواهید با زبان ساده بنویسید؛ مدل ویرایش را روی همان صحنه اعمال میکند.
نمونه دستوربطری روی میز را با محصول جدید عوض کن؛ دست بازیگر، نور، سایه و حرکت دوربین ثابت بماند.
مسیر فعلی: ویرایش ویدیو
ویرایش ویدیو
۱ ویدیوی ورودی + دستور متنی
تغییر را کوتاه و دقیق بنویسید و در پایان مشخص کنید بقیه صحنه ثابت بماند.
نتیجه را با ورودی مقایسه کنید و تغییر بعدی را در یک دستور کوتاه و مستقل بنویسید.
تفاوت اصلی در نقطه شروع است: یک شات موجود را تغییر میدهید یا میخواهید ویدیوی تازهای را کارگردانی کنید؟
این مدل برای کنترل یک شات کوتاه ساخته شده است: تغییر مشخص را درخواست کنید، مرز ویرایش را تعیین کنید و نتیجه را در نوبت بعد دقیقتر کنید.
پرامپت خوب برای ویرایش فقط نمیگوید چه چیزی عوض شود؛ دقیقاً میگوید چه بخشهایی نباید دست بخورند.
انار را با یک سیب سبز عوض کن. دست بازیگر، نور، سایه و حرکت دوربین دقیقاً مثل ویدیوی اصلی بماند.
پسزمینه را به خیابانی بارانی در شب تبدیل کن. چهره، لباس، بازی شخصیت و کادربندی را تغییر نده.
استایل تصویر را به انیمیشن کاغذی تبدیل کن. حرکت، زمانبندی و هویت سوژه ثابت بماند.
مسیر مناسب را انتخاب کنید، ورودی را آماده کنید و با یک دستور روشن، نتیجه را مرحلهبهمرحله دقیقتر کنید.
تغییر موردنظر + بخشهای ثابت + حرکت دوربین + صدا
برای اصلاح یک کلیپ، ویدیو را وارد کنید؛ برای جانبخشیدن یک قاب، تصویر بدهید؛ و برای ساخت از صفر، صحنه را بنویسید.
سوژه یا بخش موردنظر را نام ببرید، نتیجه مطلوب را بگویید و مشخص کنید کدام قسمتهای تصویر نباید تغییر کنند.
اگر جهت درست است اما شدت یا جزئیات کافی نیست، بهجای شروع دوباره همان ویرایش را در نوبت بعد اصلاح کنید.
هر مثال ورودی، هدف و مرز تغییر را روشن میکند. پرامپت را کپی کنید و متناسب با ویدیوی خود تغییر دهید.
هر دو همراه صدا و کنترلپذیر هستند، اما مسئله متفاوتی را بهتر حل میکنند.
| معیار | Gemini Omni | Seedance 2.5 |
|---|---|---|
| هویت اصلی | ویرایش مکالمهای و ساخت کلیپ کوتاه | روایت بلندتر با رفرنسهای گسترده |
| مدت ساخت | ۳ تا ۱۰ ثانیه | ۴ تا ۳۰ ثانیه |
| ویرایش ویدیو | دستور کوتاه و اصلاح چندنوبتی | ویرایش زمانمحور و ادامه چندمرحلهای |
| رفرنس | تصویر مرجع؛ ویدیو برای مسیر Edit | تا ۵۰ تصویر، ویدیو و صدا در مجموع |
| نسبت تصویر مستندشده | 16:9 یا 9:16 | نسبتهای افقی، عمودی و مربع |
| بهترین انتخاب | تعویض، بازطراحی و اصلاح هدفمند شات | سناریوی طولانیتر و کنترل چندرسانهای گسترده |
| صفحه کامل | این صفحه | دیدن Seedance 2.5 |
تعویض همزمان سوژه، نور، محیط و حرکت دوربین احتمال تغییر ناخواسته را بیشتر میکند. ویرایش را به چند درخواست کوتاه تقسیم کنید.
عبارتهایی مثل «چهره، لباس و کادربندی ثابت بماند» مرز درخواست را روشنتر میکند؛ فقط گفتن «بقیه را عوض نکن» اطلاعات کمتری میدهد.
مدل در مسیرهای ساخت صدای همگام تولید میکند، اما مستندات فعلی مسیر Edit در fal از ویرایش صدا یا آپلود رفرنس صوتی پشتیبانی نمیکنند.
Gemini Omni Flash خانوادهای از مسیرهای ساخت و ویرایش ویدیو در fal است که روی ویرایش مکالمهای، ورودی تصویری و تولید ویدیوی کوتاه همراه صدای همگام تمرکز دارد.
مهمترین تفاوت آن ویرایش ویدیوی موجود با دستور ساده و ادامه اصلاح در چند نوبت است؛ میتوانید یک تغییر هدفمند بخواهید و بخشهایی را که باید ثابت بمانند صریح مشخص کنید.
در مسیرهای فعلی متن، عکس و رفرنس به ویدیو در fal، مدت خروجی بین ۳ تا ۱۰ ثانیه و مدت پیشفرض ۸ ثانیه است. نسبتهای افقی 16:9 و عمودی 9:16 پشتیبانی میشوند.
در مستندات فعلی مسیر Edit در fal، ویرایش صدا و آپلود رفرنس صوتی پشتیبانی نمیشود؛ بنابراین این قابلیت را نباید با تولید صدای همگام در مسیرهای ساخت اشتباه گرفت.
بله، میتوانید پرامپت فارسی بنویسید. برای ویرایش مکالمهای، در هر نوبت فقط یک تغییر را بخواهید، سوژه یا ناحیه را دقیق نام ببرید و سپس ثابتها را مشخص کنید؛ مثلاً چهره، نور، لباس و حرکت دوربین تغییر نکنند.
مسیرهای ساخت میتوانند صدای همگام تولید کنند، اما مستندات فعلی fal کیفیت گفتار فارسی را بهطور مشخص تضمین نمیکنند. مسیر Edit نیز فعلاً صدای ویدیوی ورودی یا رفرنس صوتی را ویرایش نمیکند؛ برای گفتار فارسی دقیق، صدا و لبخوانی را در یک مرحله جدا انجام دهید.
اعتبار مصرفی به مسیر ساخت یا ویرایش، مدت خروجی، فایل ورودی و تعداد نوبتهای اصلاح بستگی دارد؛ هر نوبت ویرایش میتواند یک ساخت تازه محسوب شود. هزینه دقیق را پیش از اجرا در استودیوی جنارا و صفحه قیمتگذاری فعلی بررسی کنید.
به آخرین خروجی تمیز برگردید و بهجای چند دستور، فقط یک تغییر کوتاه بخواهید. محل تغییر را دقیق نام ببرید و چیزهایی را که باید ثابت بمانند فهرست کنید. اصلاحهای متناقض را روی یک خروجی ضعیف ادامه ندهید.
برای تعویض یا اصلاح مکالمهای یک عنصر در کلیپ موجود، Gemini Omni انتخاب مستقیمتری است. برای ساخت شات سینمایی از صفر، دیالوگ همگام، فریم اول و آخر، رفرنس تصویری و ادامه ویدیو، Veo 3.1 ابزارهای کنترل بیشتری دارد.
امکان استفاده تجاری به شرایط طرح فعال جنارا، ارائهدهنده مدل و حقوق فایلهای ورودی شما بستگی دارد. پیش از انتشار پولی یا تبلیغاتی، شرایط روز سرویس را بررسی کنید و از ویدیو، چهره، صدا، موسیقی و برندهای دارای مجوز استفاده کنید.
هنوز نمونهای برای گالری Gemini Omni منتشر نشده است.