Η Google προχώρησε στην ανακοίνωση του Gemini Omni, στα πλαίσια του Google I/O 2026, που απευθύνεται στους “δημιουργούς” τεχνητής νοημοσύνης. Βέβαια, αυτοί είναι τόσο δημιουργοί όσο ζωγράφος είναι ένας άνθρωπος που παραγγέλνει έναν πίνακα σε έναν πραγματικό ζωγράφο. Όπως και να έχει, σύμφωνα με την Google, το νέο μοντέλο θα μπορεί να «δημιουργήσει οτιδήποτε από οποιαδήποτε εντολή, ξεκινώντας από βίντεο». Το πρώτο μοντέλο από την σειρά Gemini Omni θα είναι το Omni Flash, που κυκλοφορεί από σήμερα στην εφαρμογή του Gemini. στο Gemini Flow και στο YouTube Shorts, γιατί δεν είχαμε ήδη αρκετό AI Slop στο διαδίκτυο.
Σύμφωνα με την εταιρεία, είναι το επόμενο βήμα μετά το Nano Banana, αλλά και το Veo 3.1. Με το Gemini Omni Flash θα μπορούμε να συνδυάσουμε εικόνες, βίντεο και κείμενο, σαν είσοδο στην τεχνητή νοημοσύνη, ώστε να δημιουργήσει βίντεο υψηλής ποιότητας, βασισμένο στα δεδομένα που του έχουμε δώσει, αλλά και όσα γνωρίζει ήδη για το θέμα το Gemini. Αφού δημιουργηθεί το πρώτο βίντεο, θα μπορούμε να το επεξεργαστούμε μέσω φυσικής ομιλίας, ώστε να κάνουμε αλλαγές σε αυτό ή να προσθέσουμε πράγματα.
Σύμφωνα με την Google, ο περιορισμός του Veo 3.1 ήταν πως δημιουργούσε βίντεο μόνο μέσω των προτροπών του χρήστη και των εικόνων που ανεβάζαμε. Τώρα, το Gemini Omni θα συγκεντρώνει ένα ευρύ φάσμα πηγών για να εμπλουτίσει το βίντεο που θέλουμε.
Για παράδειγμα, μπορείτε να τραβήξετε ένα βίντεο και στη συνέχεια απλώς να ζητήσετε από το Gemini Omni να αλλάξει αυτό που συμβαίνει. «Το βίντεό σας γίνεται σημείο εκκίνησης για κάτι που δεν θα μπορούσατε ποτέ να έχετε γυρίσει μόνοι σας», εξήγησε η Google. «Επεξεργαστείτε την ενέργεια, προσθέστε νέους χαρακτήρες ή αντικείμενα ή μετατρέψτε μια στιγμή σε κάτι απροσδόκητο. Αλλάξτε το περιβάλλον, τη γωνία, το στυλ ή ακόμα και συγκεκριμένες λεπτομέρειες».
Σε αντίθεση με άλλα μοντέλα, το Gemini Omni κατανοεί καλύτερα τους φυσικούς νόμους της βαρύτητας και της κίνησης, όπως και την μηχανική ρευστών, ώστε να παράγει πιο ρεαλιστικά αποτελέσματα. Ταυτόχρονα, θα φέρνει και ιστορικές πληροφορίες για ένα θέμα, επιστημονικές πηγές και το πολιτισμικό πλαίσιο. Με όλες αυτές τις πληροφορίες θα μπορεί να συνθέσει φωτορεαλιστικά βίντεο με αυτό που η Google ονομάζει «ουσιαστική αφήγηση». Όλα αυτά μέσα από σύντομες προτροπές του χρήστη.
Ο χρήστης θα μπορεί να δημιουργήσει και βίντεο που θα πρωταγωνιστεί ο ίδιος, φτιάχνοντας τον ψηφιακό του avatar, που θα έχει και φωνή ίδια με τον χρήστη. Η Google αναφέρει πως θα έχει πολύ σαφείς πολιτικές για την προστασία της ιδιωτικότητας του χρήστη από βλάβες που διέπουν τη χρήση των τη χρήση των εργαλείων τεχνητής νοημοσύνης μας». Όσον αφορά την επεξεργασία βίντεο για την αλλαγή ήχου και ομιλίας, η εταιρεία εξακολουθεί να δοκιμάζει αυτήν τη λειτουργία, προκειμένου να την φέρει στους χρήστες «υπεύθυνα». Όλα τα βίντεο θα χρησιμοποιούν επίσης το ανεπαίσθητο ψηφιακό υδατογράφημα SynthID της Google για να επαληθεύουν ότι τα βίντεο δημιουργήθηκαν με το Gemini Omni.
Το Circle to Search και η αναζήτηση θα σου λέει αν μια εικόνα είναι φτιαγμένη με AI
Προσωπικά φοβάμαι πως αυτές οι λειτουργίες σκοτώνουν την πραγματική δημιουργικότητα του χρήστη και αφήνει την τεχνητή νοημοσύνη να λάβει όλες τις εικαστικές αποφάσεις για τα παραγόμενα βίντεο. Ταυτόχρονα, τα AI video έχουν αυτή την ξένη αίσθηση μέχρι στιγμής, που πολλές φορές προδίδει πως πρόκειται για AI Slop. Μένει να δούμε πόσο αποτελεσματικό θα είναι το Gemini Omni Flash στην πραγματικότητα.
Θα το μάθουμε σύντομα, καθώς το Gemini Omni Flash είναι πλέον διαθέσιμο σε όλους τους συνδρομητές του Google AI Plus, Pro και Ultra παγκοσμίως και κυκλοφορεί στους χρήστες του YouTube Shorts και της εφαρμογής YouTube Create από αυτήν την εβδομάδα. Πολύ φοβάμαι πως το διαδίκτυο σε λίγο θα είναι μόνο AI Slop.
Ακολουθήστε το Techmaniacs.gr στο Google News για να διαβάζετε πρώτοι όλα τα τεχνολογικά νέα. Ένας ακόμα τρόπος να μαθαίνετε τα πάντα πρώτοι είναι να προσθέσετε το Techmaniacs.gr στον RSS feeder σας χρησιμοποιώντας τον σύνδεσμο: https://techmaniacs.gr/feed/.
