گوگل از مدل تازه هوش مصنوعی خود با نام Gemini Omni رونمایی کرده؛ مدلی که به گفته این شرکت می‌تواند «هر چیزی را از هر نوع ورودی» تولید کند. این سیستم توانایی ترکیب متن، تصویر، ویدیو و صدا را دارد و فعلاً تمرکز اصلی آن روی تولید و ویرایش ویدیو با کمک دستورهای متنی است.
اولین نسخه این فناوری با نام Gemini Omni Flash اکنون در اپلیکیشن Gemini، سرویس Google Flow و همچنین YouTube Shorts در دسترس قرار گرفته است.
گوگل می‌گوید کاربران می‌توانند پس از تولید یک ویدیو توسط هوش مصنوعی، تنها با نوشتن چند دستور متنی آن را تغییر دهند؛ بدون آنکه انسجام شخصیت‌ها یا فضای صحنه از بین برود. این مدل حتی می‌تواند عناصر موجود در سکانس‌های قبلی را به خاطر بسپارد و در ادامه ویدیو حفظ کند.
یکی از قابلیت‌هایی که گوگل روی آن تأکید زیادی دارد، «درک شهودی فیزیک» توسط Gemini Omni است؛ قابلیتی که به گفته این شرکت، فاصله میان فوتورئالیسم و روایت‌پردازی معنادار را کمتر می‌کند.
در نمونه‌هایی که منتشر شده، کاربران توانسته‌اند نتایج چشمگیری بگیرند. برای مثال، بیلاوال صدیق، مدیر سابق محصول گوگل، تصویری شامل یک مسیر طراحی‌شده برای حرکت دوربین را به Omni داد و از آن خواست ویدیویی شبیه نمای دید یک پهپاد تولید کند؛ نتیجه، ویدیویی روان و باورپذیر بود که تنها بر اساس یک طرح ساده ساخته شده بود.
آلیسون جانسون، خبرنگار وب‌سایت The Verge، نیز این فناوری را «دیوانه‌وار» توصیف کرده است. او با استفاده از Omni عروسک پارچه‌ای فرزندش به نام Buddy را وارد ماجراجویی‌های مختلفی مانند رفتینگ و اسنوبورد کرد. با این حال، او اشاره می‌کند که نتایج هنوز کاملاً بی‌نقص نیستند و گاهی اشتباهات عجیب مخصوص هوش مصنوعی در ویدیوها دیده می‌شود.
به گفته جانسون، مهم‌ترین ویژگی Omni یعنی توانایی ترکیب انواع ورودی‌های مختلف با ویدیوی تولیدشده توسط هوش مصنوعی، هم‌زمان می‌تواند خیره‌کننده و نگران‌کننده باشد. او حتی می‌گوید یکی از دیپ‌فیک‌هایی که با این ابزار ساخته، همسرش را فریب داده است.
در واکنش به این فناوری، برخی کاربران شبکه‌های اجتماعی نیز نگرانی‌هایی مطرح کرده‌اند. یکی از کاربران در Threads نوشته است: «فکر نمی‌کنم این فناوری هیچ فایده خالصی برای جامعه داشته باشد.»
گوگل اعلام کرده تمام ویدیوهای تولیدشده با Omni دارای واترمارک دیجیتال نامرئی SynthID هستند تا کاربران بتوانند در سرویس‌هایی مانند Gemini، جستجوی گوگل و مرورگر Chrome تشخیص دهند که یک محتوا توسط هوش مصنوعی ساخته شده است. با این حال، هنوز مشخص نیست این راهکار در خارج از اکوسیستم گوگل تا چه اندازه مؤثر خواهد بود.
این فناوری قرار است مستقیماً وارد ابزارهایی مانند YouTube Shorts و YouTube Create شود؛ موضوعی که می‌تواند شیوه تولید محتوای ویدیویی را به شکل قابل توجهی تغییر دهد.