Google Vids-இல் Gemini Omni மற்றும் தனிப்பட்ட அவதாரங்கள் சேர்க்கப்பட்டன

Google, அன்றாட அலுவலக மென்பொருளுக்குள் AI வீடியோ உருவாக்கத்தை மேலும் ஆழமாக கொண்டு செல்கிறது

Google தனது Workspace வீடியோ கருவியான Google Vids-க்கு இரண்டு புதிய AI அம்சங்களை அறிவித்துள்ளது: prompt-அடிப்படையிலான வீடியோ உருவாக்கம் மற்றும் திருத்தத்திற்கான Gemini Omni, மேலும் selfie மற்றும் குரல் பதிவை பயன்படுத்தி டிஜிட்டல் பிரதிநிதியை உருவாக்க அனுமதிக்கும் personal avatars. இந்த அப்டேட், உருவாக்கும் மீடியாவின் அடுத்த கட்டத்தை முக்கிய பிளாட்ஃபாரம் நிறுவனங்களில் ஒன்றான Google எங்கே பார்க்கிறது என்பதைக் காட்டுகிறது: சிறப்பு கிரியேட்டிவ் கருவிகளில் மட்டுமல்ல, சாதாரண பணியிடத் தொடர்பு தயாரிப்புகளுக்குள் கூட.

அந்த மாற்றம் முக்கியமானது. உருவாக்கும் வீடியோவின் ஆரம்ப நுகர்வோர் உற்சாகத்தின் பெரும்பகுதி கண்ணை கவரும் குறுகிய டெமோக்கள், மாடல் திறன் போட்டிகள், மற்றும் தனித்துவமான கிரியேட்டிவ் வேலைநடைகள் ஆகியவற்றைச் சுற்றி இருந்தது. Google-ன் Vids அப்டேட் அதைவிட நடைமுறைப் பக்கம் நோக்கமாக உள்ளது. இது AI வீடியோவை அலுவலக உட்கட்டமைப்பாக, உள்ளக விளக்கங்கள், விளக்கவுரைகள், மற்றும் செய்தி அடிப்படையிலான கிளிப்புகளை குறைந்த தயாரிப்பு அமைப்புடன் வேகமாக உருவாக்கும் வழியாக நிலைநிறுத்துகிறது.

Google-ன் பதிவின் படி, Gemini Omni பயனர்கள் எளிய உரை promptகள் மற்றும் படம் குறிப்புகளைப் பயன்படுத்தி உயர்தர கிளிப்புகளை உருவாக்கவும் திருத்தவும் அனுமதிக்கிறது. பின்னணியை மாற்றுவது அல்லது விளக்கத்தைச் சரிசெய்வது போன்ற மாற்றங்களை விரும்பிய முடிவை விவரிப்பதன் மூலம் செய்யலாம் என்று நிறுவனம் கூறுகிறது. இதற்கிடையில், personal avatars என்பது ஒவ்வொரு முறையும் தங்களைப் பதிவு செய்ய வேண்டாமலே வீடியோவில் தோன்ற விரும்பும் பயனர்களுக்காக வடிவமைக்கப்பட்டவை. இந்த அமைப்பு ஒரு selfie மற்றும் voice sample-ஐப் பயன்படுத்தி ஒரு digital presenter-ஐ உருவாக்குகிறது.

இது ஒரு feature drop-ஐ விட ஏன் முக்கியமானது

மேலோட்டமாகப் பார்க்கும்போது, இவை AI media tools சந்தையில் இன்னொரு product refresh போலத் தோன்றலாம். ஆனால் அவை Google Workspace-க்குள் இருப்பதுதான் அவற்றுக்கு மூலோபாய முக்கியத்துவத்தை அளிக்கிறது. Workspace என்பது ஒரு niche creative suite அல்ல. பல நிறுவனங்கள் ஏற்கனவே எழுத, வழங்க, திட்டமிட, மற்றும் இணைந்து செயல்பட பயன்படுத்தும் முறையின் ஒரு பகுதி அது. வீடியோ உருவாக்கம் மற்றும் avatar-அடிப்படையிலான வழங்கல் அந்த சூழலுக்குள் நகரும்போது, அவை சாதாரண business நடத்தை என நிலைநிறுத்தப்படுவது எளிதாகிறது.

நடைமுறை பயன் தெளிவானது. பல பணியிட வீடியோக்கள் யோசனைகள் இல்லாததால் அல்ல, நேரம், editing திறன், மற்றும் கேமரா முன்னிலையில் இருக்கும் நிம்மதி ஆகியவற்றால் கட்டுப்படுகின்றன. Prompt-ஐ மையமாகக் கொண்ட அமைப்பு clip உருவாக்கத் தடையை குறைக்கிறது. Avatar என்பது clip-இல் தோன்றும் தடையைவே குறைக்கிறது. பயிற்சி, updates, onboarding, மற்றும் உள் அறிவிப்புகளுக்காக, இது friction-ஐ கணிசமாக குறைக்க முடியும்.

இந்த கருவிகள் raw generation-க்கு மட்டுமல்ல என்றும் Google வலியுறுத்துகிறது. இயற்கை மொழியில் மாற்றங்களை விவரித்து ஏற்கனவே உள்ள clip-ஐ நுட்பமாக மாற்றும் திறனே இந்த அணுகுமுறையின் மையம். இது production மற்றும் post-production-ஐ ஒரே உரையாடல் workflow-ஆக இணைக்க Google முயல்கிறது என்பதைக் காட்டுகிறது, இது pure cinematic generation demo-வை விட பொதுவான அலுவலக பயனர்களுக்கு அதிக பயனுள்ளதாக இருக்கலாம்.

தெளிவுத்தன்மை product கதையின் ஒரு பகுதியாகிறது

மூல உரையில் மிகவும் முக்கியமான விவரங்களில் ஒன்று, ஒவ்வொரு AI-உருவாக்கப்பட்ட clip-இலும் digital watermark இருக்கும் என்பதுதான். AI உருவாக்கிய உள்ளடக்கம் “transparent and honest” ஆக இருக்க வேண்டும் என்ற நோக்கில் இதை Google ஒரு transparency mechanism என முன்வைக்கிறது. அந்த வார்த்தைகள் முக்கியம், ஏனெனில் avatar மற்றும் video-generation கருவிகள் authenticity, consent, identity, மற்றும் பார்வையாளர்களை தவறாக வழிநடத்தும் அபாயம் போன்ற பல நுணுக்கமான எல்லைகளுக்கு நெருக்கமாக உள்ளன.

Watermarking-ஐ முன்னிறுத்துவதன் மூலம், வசதியே போதாது என்பதை Google ஏற்றுக்கொள்கிறது. ஒரு platform நம்பத்தகுந்த செய்தி அல்லது செயற்கை on-camera தோற்றத்தை உருவாக்க எளிதாக்கினால், அந்த உள்ளடக்கம் எவ்வாறு குறிக்கப்படும் என்பதையும் காட்ட வேண்டும். நடைமுறையில் watermarking போதுமா என்பது தனி விவாதம்; ஆனால் இதைச் சேர்த்திருப்பது provenance என்பது policy talking point மட்டும் அல்ல, mainstream product design-இன் ஒரு பகுதியாகிறது என்பதைக் காட்டுகிறது.

Personal avatar அம்சம் இதை மேலும் தெளிவாக்குகிறது. அடிக்கடி பதிவு செய்யாமல் மீண்டும் மீண்டும் updates வழங்கும் திறனை corporate users விரும்பலாம், ஆனால் avatar tools representation மற்றும் trust குறித்த கேள்விகளையும் தீவிரப்படுத்துகின்றன. Google-ன் framing முழுவதும் வேலை மையமானது: camera அமைக்க வேண்டாமென அல்லது ஒவ்வொரு செய்தியையும் பதிவு செய்ய வேண்டாமென நினைக்கும் போது, உங்கள் வீடியோக்களில் நடிக்க ஒரு custom digital avatar உருவாக்குங்கள். இது use case-ஐ குறைக்கிறது, ஆனால் synthetic identity-க்கு இணைந்த பரந்த நெறிமுறைச் சிக்கல்களை முழுமையாக நீக்குவதில்லை.

உருவாக்கும் மீடியாவின் பெரிய படம்

இந்த அப்டேட்கள், frontier model showcase நிலையிலிருந்து embedded utility-யாக உருவாக்கும் வீடியோ எவ்வளவு விரைவாக மாறுகிறது என்பதை காட்டுகின்றன. Vids பயனர்கள் ஏற்கனவே மில்லியன் கணக்கான வீடியோக்களை உருவாக்கியதாகவும், முந்தைய அப்டேட்களில் Veo 3.1-க்கு விரிவான அணுகல் இருந்ததாகவும் Google குறிப்பிடுகிறது. Gemini Omni இப்போது generation மற்றும் editing-ஐ அன்றாட prompting-க்கு மேலும் அருகில் கொண்டு வந்து அந்த பாதையை நீட்டிக்கிறது. இது வெற்றிபெற்றால், பெரிய அலுவலக சூழல்களில் non-specialist video production எப்படி இருக்கும் என்பதை வரையறுக்க உதவும்.

இங்கே ஒரு நுட்பமான ஆனால் முக்கியமான சந்தைச் செய்தியும் உள்ளது. வெற்றிபெறும் AI media products என்பது தனிப்பட்ட முறையில் மிகவும் cinematic output-களைக் கொண்டவை மட்டுமல்ல; மக்கள் ஏற்கனவே வேலை செய்யும் இடங்களில் சிறப்பாக பொருந்துபவையாக இருக்கலாம். அந்த அர்த்தத்தில், Google model திறனைப் போலவே distribution மற்றும் workflow integration-ஐயும் பந்தயமாகக் கொள்கிறது.

தகுதி வரம்புகள் தொடர்கின்றன, மேலும் கருவிகள் தங்களுக்கு கிடைக்கிறதா என்பதைச் சரிபார்க்குமாறு மூல உரை பயனர்களிடம் கூறுகிறது. இருந்தாலும், திசை தெளிவாக உள்ளது. AI வீடியோ உருவாக்கம் இப்போது ஒரு அபூர்வமான creative event-ஆக இல்லாமல், business communication software-இன் ஒரு வழக்கமான அம்சமாக தொகுக்கப்படுகிறது.

முக்கிய குறிப்புகள்

• Google Vids-இல் இப்போது Gemini Omni மற்றும் personal avatars உள்ளன.
• பயனர்கள் text promptக்கள் மற்றும் image references கொண்டு கிளிப்புகளை உருவாக்க அல்லது திருத்த முடியும்.
• தெளிவுத்தன்மைக்காக AI-உருவாக்கப்பட்ட ஒவ்வொரு கிளிப்பிலும் digital watermark இருக்கும் என்று Google கூறுகிறது.
• இந்த அப்டேட் உருவாக்கும் வீடியோவை அன்றாட Workspace வேலைநடைகளுக்குள் ஆழமாக கொண்டு செல்கிறது.

இந்த வெளியீட்டின் மிக முக்கியமான பகுதி, கிளிப்பை உருவாக்க அல்லது திருத்த ஒரு prompt தட்டச்சு செய்வதன் புதுமை அல்ல. வேலைக்காக ஏற்கனவே பயன்படுத்தப்படும் கருவிகளுக்குள் அந்த நடத்தை சாதாரணமாகிவிடுவதுதான். உருவாக்கும் மீடியா பணியிடத்தின் default-களுக்குள் நுழையும் போதே, தொடர்பு மென்பொருளுக்கும் உள்ளடக்க-உருவாக்க மென்பொருளுக்கும் இடையிலான கோடு மிக மெல்லியதாகிறது.

இந்தக் கட்டுரை Google AI Blog-இன் செய்தியடிப்படையில் எழுதப்பட்டது. மூலக் கட்டுரையைப் படிக்கவும்.