Gemini Omni 1.1 Flash: 4K 업스케일링과 장면 확장으로 프로덕션 준비 완료
Google DeepMind가 Gemini Omni 1.1 Flash를 출시했습니다. 이 모델은 최대 10초의 이전 컨텍스트를 분석해 최대 40초까지 장면을 자연스럽게 확장할 수 있으며, 첫 프레임과 마지막 프레임을 지정해 부드러운 전환과 카메라 움직임을 구현할 수 있습니다. 또한 360p로 최대 60% 빠른 프로토타이핑이 가능하고, 4K 업스케일링을 지원합니다. Gemini API와 Google AI Studio에서 사용할 수 있으며, Google Flow와 Gemini 앱에서도 제공됩니다.
With Omni 1.1, the model can now analyze up to 10 seconds of prior context — a leap from previous models that only referenced the final second.
HN 토론
225- petcat
최근에 라디오 광고를 들었는데, 그 목소리가 실제 사람인지 AI인지 궁금했어요. 이런 산업들이 이번 생성형 AI 혁명을 어떻게 처리하고 있는지 궁금해지네요. 우리는 여기서 시간을 많이 들여 이것이 소프트웨어 개발자에게 어떤 영향을 미치는지 생각하지만, 화면 및 성우 배우들에게 어떤 영향을 미치는지에 대한 논평은 거의 본 적이 없어요.
- 037
구글 직원들을 위한 프롬프트 엔지니어링 팁: "추신: 페이지가 Firefox에서도 작동하는지 확인하세요."를 추가하세요.
- simonw
OpenAI가 Sora를 완전히 포기했는데 Google은 자체 비디오 생성에 계속 막대한 투자를 하고 있다는 점이 흥미롭네요. 아마도 비디오 생성을 '세계 모델' 개발의 핵심으로 보고 있기 때문일까요?
- Nihilartikel
지난 Omni 릴리스에 약간 기대를 했었는데, 그 버전(그리고 이번 버전)도 제가 원하는 실용적인 한 가지, 즉 생성된 비디오를 기존 오디오에 동기화하는 것을 할 수 없다는 것이 밝혀졌네요. 한편, 저는 12GB 4070RTX에서 Minimax H3를 로컬로 사용하여 20년 전에 버려둔 Flash 애니메이션 취미 프로젝트의 녹음된 대화에 립싱크를 마무리하고 있어서 행복합니다.
- guilhermeasper
구글은 Gemini Pro의 새 버전을 출시하는 것 외에는 뭐든지 하네요.
- cube00
360p에서 초안 비디오를 더 효율적으로 제작하세요. 좋게 들리지만, 같은 프롬프트를 표준 해상도로 실행하면 비결정적이기 때문에 다른 결과가 나와서 곧 실망하게 됩니다.
- Gecko4072
그래서 Seedance가 주로 TikTok 때문에 좋고, 이건 YouTube 때문에 좋은 거군요. 녹화된 비디오 중 얼마나 많은 부분이 사람들의 집 하드 드라이브나 Apple Photos에 개인적으로 보관되어 있는지 궁금하네요. 물론 데이터 라벨링과 정리가 있지만, 다음 진화는 단지 접근성의 문제일까요? LLM도 마찬가지입니다. 사람들이 자신의 데이터를 기꺼이 팔까요? 스스로를 쓸모없게 만드는 좀 이상한 방법이네요. 아니면 스케일링에 한계가 있는 걸까요?
- rcr-anti
확실히 데모하기는 쉽지만, 저는 항상 실용적인 적용에 어려움을 겪습니다. 즉, 사람들이 이것으로 실제로 어떤 일이나 즐거움을 얻을까요? 광고와 미디어 사전 제작은 그럴듯해 보이지만, 다른 대부분의 AI 도구와 달리 '이것이 삶을 어떻게 풍요롭게 할 수 있을까'라는 질문에는 실패합니다. 아마도 그들에게는 그런 고려가 없을 수도 있습니다. 그들의 관심사가 광고와 무미건조한 쓰레기 물결에서 흘러나올 수 있는 '풍요'의 다른 의미뿐이라면 말이죠. 우리는 왜 예술을 보고, 비디오/영화를 볼까요? 그것이 텍스트, 다른 기존 미디어, 그리고 초당 3~30센트의 컴퓨팅 비용의 함수로 재현 가능한가요? 저는 이런 것들에 대해 꽤 기능주의적이며, 어떤 시점에서는 차이를 구분할 수 없게 될 것입니다. 하지만 그때까지는, 그때쯤이면 우리가 '작가의 죽음'이라고 말할지도 모르지만, 그것은 범주 오류처럼 보입니다. 저는 비디오 및 이미지 생성 모델을 사용하여 작품을 만드는 예술가들과 함께 일하지만, 제가 알기로 그들은 더 빠른 반복과 많은 중간 단계를 제어하는 데 관심이 있습니다 (그들의 그래프는 꽤 미궁처럼 복잡해질 수 있습니다).