Google เปิดตัว Gemini Omni Flash API เปลี่ยนการผลิตวิดีโอในองค์กรให้เป็นการสนทนา

Google ได้เปิดตัว Gemini Omni Flash ซึ่งเป็นโมเดลแรกในตระกูล “Omni” ที่มุ่งหวังจะเปลี่ยนแปลงวิธีการผลิตวิดีโอภายในองค์กร โดยเฉพาะอย่างยิ่งสำหรับการสร้างวิดีโอฝึกอบรมหรือวิดีโออธิบายผลิตภัณฑ์ที่มักจะต้องใช้เวลานานและมีค่าใช้จ่ายสูงในการผลิต การเปลี่ยนแปลงเพียงบรรทัดเดียวในข้อความบนหน้าจอสามารถทำให้กระบวนการทั้งหมดต้องเริ่มต้นใหม่ ซึ่งเป็นเหตุผลว่าทำไมวิดีโอภายในจึงมักไม่ถูกสร้างขึ้นจริง การเปิดตัว Gemini Omni Flash นี้จึงมีเป้าหมายที่จะปรับเปลี่ยนสมการนี้ โดยให้ผู้ใช้สามารถสร้างวิดีโอจากข้อมูลที่หลากหลายได้อย่างง่ายดาย โดยเฉพาะผ่านการสนทนา.

Gemini Omni Flash ไม่เพียงแต่จะช่วยในการสร้างวิดีโอจากข้อความหรือภาพเท่านั้น แต่ยังเสนอฟีเจอร์การแก้ไขคลิปที่เสร็จแล้วผ่านการสนทนา ซึ่งทำให้กระบวนการผลิตวิดีโอมีความยืดหยุ่นและมีประสิทธิภาพมากขึ้น โดยเฉพาะสำหรับทีมการตลาดและการพัฒนาการเรียนรู้ที่มักจะผลิตวิดีโอจำนวนมากในองค์กร การเปิดตัว API นี้จะช่วยให้ทีมเหล่านี้สามารถเข้าถึงเครื่องมือที่จำเป็นในการผลิตวิดีโอได้ง่ายขึ้น โดยไม่ต้องพึ่งพาหลายเครื่องมือที่แยกกันอีกต่อไป

ก่อนหน้านี้ ทีมงานหลายคนต้องทำงานร่วมกับเครื่องมือ AI หลายตัว เช่น โมเดล LLM สำหรับการเขียนสคริปต์ โมเดลสร้างภาพจากข้อความ โมเดลสร้างวิดีโอจากภาพ เครื่องมือซิงค์ริมฝีปาก และเครื่องสร้างเสียง ซึ่งแต่ละตัวมีสัญญาและเส้นทางข้อมูลที่แตกต่างกัน แต่ด้วย Omni Flash ทีมสามารถรวมทุกอย่างไว้ในโมเดลเดียวที่สามารถรับข้อมูลจากข้อความ ภาพ และวิดีโอ และส่งคืนคลิปที่เสร็จสมบูรณ์พร้อมเสียงที่ซิงค์กันได้ นี่คือความเรียบง่ายที่ผู้บริหารควรพิจารณาเป็นอันดับแรก การลดจำนวนผู้ให้บริการและการใช้โมเดลเดียวจะช่วยลดความยุ่งยากในกระบวนการผลิตวิดีโอ

การเปิดตัว Gemini Omni Flash นี้ถือเป็นก้าวสำคัญสำหรับ Google ในการขยายขีดความสามารถของ AI ในการผลิตวิดีโอ โดยเฉพาะในตลาดองค์กรที่ต้องการความรวดเร็วและประสิทธิภาพในการสร้างสรรค์เนื้อหา การใช้การสนทนาในการแก้ไขวิดีโอทำให้กระบวนการนี้มีความเป็นธรรมชาติมากขึ้นและสามารถปรับเปลี่ยนได้ตามความต้องการของผู้ใช้ในขณะนั้น ซึ่งจะช่วยให้การผลิตวิดีโอในองค์กรมีความคล่องตัวและตอบสนองต่อความต้องการได้ดียิ่งขึ้น