Skip to main content

Gemini Omni 1.2 Flash؛ ساخت ویدئوهای 1۵ ثانیه‌ای با امکان ویرایش گفت‌وگویی

🎬 ویدئوسازی با هوش مصنوعی

Gemini Omni 1.2 Flash؛
ساخت ویدئوهای 1۵ ثانیه‌ای با امکان ویرایش گفت‌وگویی

«ویدئو بساز، بعد با حرف زدن اصلاحش کن!»
📅 منبع: Google DeepMind، وبلاگ توسعه‌دهندگان | ۵ نوامبر 2026
🚀 گوگل مدل ویدئوساز Gemini Omni 1.2 Flash را معرفی کرده که می‌تواند ویدئوهای 1۵ ثانیه‌ای بسازد. کاربر می‌تواند پس از تولید ویدئو، با دستورهای بعدی جزئیات را تغییر دهد، بدون اینکه لازم باشد همه چیز را از ابتدا بسازد. مدل همچنین تلاش می‌کند ظاهر شخصیت‌ها و اشیای مرجع را در طول کلیپ ثابت نگه دارد.
ویرایش گفت‌وگویی ویدئو در چند قاب
ایده تصویر: چند قاب از یک ویدئو؛ در هر قاب کاربر با یک فرمان، نور، زاویه یا حرکت شخصیت را اصلاح می‌کند.

🎣 پرسش برای دانش‌آموزان

«اگر یک ویدئو بسازی و بعد بتوانی فقط با حرف زدن آن را تغییر دهی، اول چه چیزی را عوض می‌کردی: نور، زاویه یا داستان؟»

🎥 چه چیزی در نسخه 1.2 تازه است؟

Gemini Omni 1.2 Flash اکنون به‌صورت عمومی در Gemini API و Gemini for Business در دسترس است و سه تغییر اصلی دارد: ساخت بومی ویدئوی 1۵ ثانیه‌ای (به‌جای 10 ثانیه در نسخه 1.1)، ویرایش گفت‌وگویی چندنوبتی و پیروی بهتر از تصاویر مرجع. قیمت آن نیز ۳0 درصد کاهش یافته و به 0.07 دلار برای هر ثانیه ویدئوی 720p رسیده است.

جریان کار به‌گونه‌ای طراحی شده که هزینه پایین بماند: می‌توانید ابتدا با کیفیت 360p یا 720p پیش‌نویس سریع بسازید، جزئیات را با یک ویرایش بعدی اصلاح کنید — نه با تولید دوباره کل کلیپ — و سپس بهترین نسخه را به 1080p یا 4K ارتقا دهید.

⏱️

کلیپ 1۵ ثانیه‌ای

ساخت و ویرایش بومی تا 1۵ ثانیه، با تنظیم یک‌ثانیه‌ای از ۳ تا 1۵

💬

ویرایش گفت‌وگویی

اصلاح مرحله‌به‌مرحله کلیپ با دستور متنی، بدون شروع از صفر

🎯

پیروی از مرجع

حفظ چهره، لباس، بسته‌بندی و رنگ برند در زوایای مختلف

🎬

حرکت سینمایی

حرکت‌های پیوسته دوربین با برش‌های ناخواسته کمتر

🗣️ گفتار طبیعی‌تر و انسجام بیشتر

این نسخه می‌تواند صحنه‌هایی با دیالوگ روان‌تر، هماهنگی بهتر لب‌ها با صدا و تفکیک گویندگان متعدد بسازد. همچنین می‌توانید حرکت‌های پیچیده و پیوسته دوربین مانند پرواز FPV یا زوم‌های دراماتیک را با برش‌های ناخواسته کمتر و ظاهری سینمایی‌تر کارگردانی کنید.

برای حفظ شفافیت، خروجی‌ها دارای واترمارک نامرئی SynthID هستند و سرویس بر زیرساخت امن و سازمانی Google Cloud ارائه می‌شود. این مدل در ابزارهایی مانند Flow، Google Vids، Gemini app، Google Ads و همچنین در Adobe Firefly و Figma Weave قابل استفاده است.

🎯 چرا این خبر برای آموزش مهم است؟

  • روایت داستان: دانش‌آموزان می‌توانند ایده‌های خود را در قالب ویدئوی کوتاه بیان کنند
  • ویرایش گام‌به‌گام: یاد می‌گیرند چگونه با بازخورد و اصلاح تدریجی، کیفیت کار را بالا ببرند
  • سواد رسانه‌ای: فرصتی برای تحلیل تفاوت ویدئوی واقعی و ساخته‌شده با AI
  • مهارت توصیف دقیق: دانش‌آموزان یاد می‌گیرند ایده‌های بصری خود را با کلمات بیان کنند
  • اخلاق و مسئولیت: گفتگو درباره مالکیت، واترمارک و استفاده مسئولانه از ویدئوی AI

🎨 فعالیت پیشنهادی کلاسی

از دانش‌آموزان بخواهید یک ویدئوی 1۵ ثانیه‌ای درباره یک مفهوم درسی بسازند و سپس با سه دستور متنی پیاپی آن را اصلاح کنند (مثلاً تغییر نور، تغییر زاویه و تغییر پس‌زمینه). در پایان، نسخه اول و نسخه نهایی را مقایسه کنند و توضیح دهند هر فرمان چه تغییری ایجاد کرد.

این فعالیت فرصتی برای گفتگو درباره تفاوت ایده اولیه و نتیجه نهایی، نقش قضاوت انسانی در انتخاب بهترین نسخه و مرزهای خلاقیت با AI فراهم می‌کند.

🎓📚 پیام آموزشی | معلمان و دانش‌آموزان عزیز

ساخت ویدئو با هوش مصنوعی می‌تواند راهی برای روایت داستان باشد؛ اما انتخاب داستان، دقت جزئیات و بررسی نتیجه همچنان به خلاقیت و قضاوت انسان نیاز دارد. ابزارهایی مانند Gemini Omni 1.2 Flash می‌توانند موانع فنی را کاهش دهند، اما هدف، پیام و ارزش اثر از ذهن سازنده می‌آید.

💡 پیشنهاد کلاسی: از دانش‌آموزان بخواهید یک ویدئوی کوتاه بسازند و سپس درباره این پرسش‌ها گفتگو کنند: چه چیزی را عمداً تغییر دادم؟ چه چیزی را حفظ کردم؟ و چرا؟ این تمرین، تفکر انتقادی و مسئولیت خلاقانه را تقویت می‌کند.

🔗 منبع: Google DeepMind – وبلاگ توسعه‌دهندگان • ۵ نوامبر 2026

نظر دهید

Plain text

  • No HTML tags allowed.
  • Lines and paragraphs break automatically.
  • Web page addresses and email addresses turn into links automatically.