يصل Gemini Omni 1.2 Flash من Google إلى الإتاحة العامة

أعلنت Google عن Gemini Omni 1.2 Flash في 5 نوفمبر 2026، وأتاحت نموذج توليد الفيديو وتحريره للجميع. يرفع التحديث الحد الأقصى لطول المقطع الأصلي إلى 15 ثانية، ويضيف التحرير الحواري متعدد الجولات، ويخفض تكلفة فيديو 720p بنسبة 30% لتبلغ نحو 0.07 دولار في الثانية.

ينشئ النموذج فيديو وصوتًا أصليًا متزامنين انطلاقًا من مدخلات نصية وصورية ومرئية. ويُراد من وقت التشغيل الإضافي أن يتيح إدراج القصص الكاملة والشروحات التوضيحية للمنتجات والإعلانات الاجتماعية الكاملة في عملية توليد واحدة.

مقاطع أطول وتحرير حواري

تتيح وثائق المطورين تحديد مدد بأعداد صحيحة من الثواني تتراوح بين 3 و15 ثانية، مقارنة بحد أقصى يبلغ 10 ثوانٍ في Omni 1.1، مع اعتماد 10 ثوانٍ مدةً افتراضية. تكون دقة الإخراج الافتراضية 720p وبنسبة عرض إلى ارتفاع 16:9 أفقيًا، مع دعم النمط العمودي بنسبة 9:16 أيضًا. ويمكن للفرق إعداد مسودات بدقة 360p أو 720p، ثم رفع دقة النتائج المختارة إلى 1080p أو 4K.

يتيح التحرير الحواري استبدال منتج أو خلفية، أو تغيير الإضاءة أو الطقس، أو تبديل نسبة العرض إلى الارتفاع، مع إبقاء العناصر التي لم يُشر إليها كما هي. ويحافظ معرّف التفاعل السابق على السياق بين طلبات API، فلا حاجة إلى تحميل الفيديو السابق مرة أخرى. ويمكن لكل طلب أيضًا استخدام ما يصل إلى ست صور مرجعية، منها ما يصل إلى ثلاث صور لكل شخصية، لشخصيتين كحد أقصى.

تمديد الفيديو منفصل عن التوليد الأصلي: إذ يضيف من 3 إلى 10 ثوانٍ في كل جولة، مستخدمًا الثواني العشر الأخيرة سياقًا، وبحد أقصى إجمالي يبلغ 30 ثانية. ولا يمكن إضافة لقطات في البداية أو إدراج مواد في منتصف المقطع، كما يظل الاستيفاء بين الإطارين الأول والأخير محصورًا في مخرجات تتراوح مدتها بين 3 و10 ثوانٍ.

الأسعار والانتقال

في واجهة Gemini API المدفوعة، تبلغ الأسعار 12 دولارًا لكل مليون رمز مميز لمخرجات الفيديو، ويُحتسب الاستهلاك بمعدل 5,792 رمزًا مميزًا لكل ثانية من فيديو 720p. وتبلغ التكلفة المدرجة نحو 0.70 دولار لمقطع مدته 10 ثوانٍ، و1.04 دولار لمقطع مدته 15 ثانية. أما مدخلات النصوص والصور والفيديو فتبلغ تكلفتها 1.50 دولار لكل مليون رمز مميز، ولا يتوفر النموذج ضمن الخطة المجانية.

سيظل Gemini Omni 1.1 Flash متاحًا خلال فترة انتقالية مدتها أربعة أسابيع. وفي 3 ديسمبر 2026، ستُوجَّه طلبات API المرسلة إلى الإصدار 1.1 تلقائيًا إلى الإصدار 1.2 من دون الحاجة إلى تغيير الشيفرة، وستُحتسب وفق الأسعار الأقل للإصدار 1.2. وبذلك، سيكون لدى عمليات التكامل الحالية موعد محدد للانتقال من دون الحاجة إلى إعادة كتابة فورية.

ادعاءات الجودة وحدود الإنتاج

تقول Google إن التحديث يحافظ على الوجوه والملابس والطباعة على العبوات وألوان العلامات التجارية بدرجة أفضل عبر زوايا الكاميرا والانتقالات، مع تقليل الانحراف البصري أو التشوه. كما يوفر مزامنة أوضح لحركة الشفاه، وحوارًا أكثر طبيعية، وتمييزًا أدق بين إعدادات المتحدثين المتعددين، وحركة كاميرا متواصلة مع عدد أقل من القطعات المفاجئة غير المرغوب فيها.

تُظهر التقييمات المقارنة جنبًا إلى جنب التي أجرتها Google DeepMind أن معدل فوز Omni 1.2 في الاتساق البصري بلغ 62%، مقابل 38% لـ Omni 1.1 في اختبارات تحويل النص إلى فيديو. وفي مقارنة تحويل المراجع إلى فيديو، بلغ معدل فوز الإصدار 1.2 في اتساق الهوية عند استخدام مراجع متعددة 63%، مقابل 37%.

وثمة أيضًا حدود تقنية واضحة. ويستمر العمل على تحسين الأداء في مشاهد الحركة الرياضية السريعة، والتغييرات السريعة في النصوص، والفيزياء المعقدة. تدعم Gemini API اللغة الإنجليزية دعمًا كاملًا، لكنها لم تقيّم اللغات الأخرى. ولا تدعم واجهة API الحالية تحرير الصوت أو إدخال الملفات الصوتية المحمّلة أو استخدام المراجع الصوتية. ويتفاوت وقت التوليد بحسب المدة والدقة وحِمل API، كما تُطبّق مرشحات السلامة على المطالبات ومقاطع الفيديو المُولّدة.

الإتاحة والاستخدام في الإنتاج

يمكن للمطورين إنشاء نماذج أولية في Google AI Studio واستخدام Gemini API المدفوعة. ويشمل الإطلاق الأوسع Flow لتوجيه المشاهد وإجراء التعديلات متعددة الجولات، ومقاطع أطول في Google Vids من دون تكلفة إضافية، مع حساب Google أو اشتراك Workspace، وإتاحة التطبيق تدريجيًا لمشتركي Google AI Ultra، وإنشاء الحملات في Google Ads. ويحمل كل فيديو يُنشأ عبر API علامة SynthID مائية غير مرئية، يمكن كشفها برمجيًا للتحقق من مصدره.

يتضمن إعلان Google Cloud عن الإتاحة العامة إمكانية الوصول عبر وحدة التحكم وAPI، وبنية تحتية وأمانًا للمؤسسات، وخدمة Provisioned Throughput، بينما يقتصر الوصول إلى المراجع الصوتية على الجهات المدرجة في القائمة المسموح بها. وقال مات روف، الرئيس التنفيذي لشركة Photoroom، إن زيادة الحد الأقصى لمدة التوليد كانت من أبرز طلبات المستخدمين، وإن الإتاحة العامة واتفاقيات مستوى الخدمة ستتيحان للشركة الاعتماد على Gemini Omni Flash في الإنتاج لخدمة البائعين وعملاء المؤسسات. ويشغّل النموذج أداتي Video Ad Maker وProduct Animator من Photoroom.

يربط الإصدار خفض الأسعار بتغيير سير عمل الإنتاج: إذ يمكن أن تحل التعديلات الموجّهة محل إعادة التوليد الكامل، كما يمكن تخصيص التصيير الأعلى دقةً للمخرجات المختارة. لذلك، تعتمد قيمة النموذج في الإنتاج على مكاسب الاتساق المُعلنة، لأن الحفاظ على الشخصيات والمنتجات والمشاهد عبر التعديلات هو ما يجعل التحرير التكراري بديلًا عمليًا للبدء من جديد.