Holllllyyyyyyyy @GeminiApp cooked 😳😳 🚨 Gemini Omni: New video model Here is the first output and see the text coherence , if this is not nano banana moment of video then what is ?? direct link for those who believes otherwise in comments
ในฐานะโซลูชันรุ่นถัดจากเทคโนโลยีสร้างวิดีโอของ Google, Gemini Omni ขยายรูปแบบอินพุตและความสามารถเอาต์พุตให้เหนือกว่า Veo 3 รองรับการสร้างและแก้ไขผ่านข้อความ รูปภาพ คลิปวิดีโอ และเสียง ระยะเวลาการสร้างและคุณภาพภาพได้รับการปรับปรุง เพื่อตอบโจทย์งานวิดีโอในโฆษณา การศึกษา และการสร้างคอนเทนต์
ในฐานะรุ่นต่อยอดจาก Veo 3, Gemini Omni ขยายความสามารถในการประมวลผลไปยังคลิปวิดีโอและสื่อเสียง พร้อมสืบทอดฟังก์ชันพรอมต์ข้อความและรูปภาพ เมื่อวิเคราะห์อินพุตแบบมัลติโมดัล โมเดลจะใช้กรอบการดึงคุณลักษณะแบบรวมศูนย์ เพื่อให้สัญญาณจากแหล่งต่างๆ ทำงานประสานกันระหว่างการสร้าง โหมด Gemini Omni AI ตัวอย่างการใช้งานแสดงให้เห็นว่า เมื่อผู้ใช้อัปโหลดภาพนิ่ง โมเดลมีความสามารถดีขึ้นในการรักษาองค์ประกอบเฟรม การออกแบบตัวละคร และความสัมพันธ์ของสี เมื่อเทียบกับรุ่นก่อนหน้า
Gemini Omni รวมสัญญาณอินพุตหลายประเภทให้กลายเป็นคำสั่งเดียว ช่วยให้ผู้ใช้ทำเวิร์กโฟลว์ครบถ้วนตั้งแต่การสร้างจนถึงการแก้ไขได้ภายในกระบวนการเดียว
โมเดลรับข้อความ รูปภาพ คลิปวิดีโอ และเสียงพร้อมกันในฐานะข้อมูลอ้างอิงเชิงสร้างสรรค์ และเข้าใจสิ่งเหล่านี้เป็นชุดคำสั่งที่เชื่อมโยงกัน ผู้ใช้สามารถอธิบายแนวคิดด้วยข้อความ กำหนดสไตล์ด้วยรูปภาพ เสนอการเคลื่อนไหวด้วยวิดีโอ และชี้นำอารมณ์ด้วยเสียง โมเดลจะสังเคราะห์ข้อมูลทั้งหมดเพื่อสร้างวิดีโอที่สอดคล้องกับเจตนาโดยรวม
ผู้ใช้สามารถปรับเฟรมให้เสร็จสมบูรณ์ได้ด้วยการอธิบายความต้องการแก้ไขด้วยภาษาธรรมชาติ โดยไม่ต้องตัดต่อด้วยตนเอง ตัวอย่างเช่น คำสั่งอย่าง "ลบโลโก้ออกจากเฟรม" หรือ "เปลี่ยนอาหารบนจานเป็นซุปฟักทองครีมมี่ โดยคงทุกอย่างอื่นไว้เหมือนเดิม" ช่วยให้โมเดลดำเนินการแก้ไขเฉพาะจุดได้ พร้อมรักษาการเคลื่อนไหวของกล้องและสไตล์เดิม
ผู้ใช้สามารถสร้างเวอร์ชันใหม่จากคลิปวิดีโอที่มีอยู่ผ่านคำสั่งข้อความ โดยไม่ต้องเริ่มสร้างใหม่ตั้งแต่ต้น ตัวอย่างเช่น การผสานฟุตเทจเดินริมทะเลเข้ากับการนำเสนอผลิตภัณฑ์ พร้อมคำอธิบายสไตล์ สามารถสร้างฟุตเทจผสมผสานที่มีคุณภาพเหมาะกับงานโฆษณาเชิงพาณิชย์
โมเดลรองรับการปรับเปลี่ยนวัตถุหรือพื้นที่เฉพาะในวิดีโอแบบมีทิศทาง โดยไม่ต้องเรนเดอร์ฉากทั้งหมดใหม่ ผู้ใช้สามารถแก้ไของค์ประกอบที่กำหนดได้ พร้อมรักษาองค์ประกอบภาพ การเคลื่อนไหว และโทนภาพเดิมไว้
เมื่อเทียบกับ Veo 3, Gemini Omni แสดงให้เห็นถึงการปรับปรุงด้านความเข้ากันได้ของอินพุต ข้อกำหนดการสร้าง ความเสถียรของเฟรม และความสามารถในการควบคุม
ขณะที่ Veo 3 รองรับพรอมต์ข้อความและรูปภาพเป็นหลัก Gemini Omni ยังรองรับคลิปวิดีโอ เสียง และเทมเพลตเป็นข้อมูลอ้างอิงเพิ่มเติม ผู้ใช้สามารถรวมสื่อหลายประเภทไว้ในงานเดียว โดยไม่ต้องแยกเจตนาสร้างสรรค์ตามรูปแบบไฟล์
Veo 3 สร้างคลิปประมาณ 8 วินาที ขณะที่ Gemini Omni คาดว่าจะรองรับความยาว 15 ถึง 30 วินาที พร้อมการเปลี่ยนช่วงที่ลื่นไหลกว่าเดิม ความละเอียดเอาต์พุตยังได้รับการปรับปรุง ทำให้แสดงรายละเอียดภาพได้สมบูรณ์ยิ่งขึ้น
โมเดลแสดงความสามารถที่ดีขึ้นในการรักษาอัตลักษณ์ตัวละคร รายละเอียดฉาก และองค์ประกอบสภาพแวดล้อมเมื่อเทียบกับรุ่นก่อนหน้า โดยคงความต่อเนื่องของวัตถุที่เคลื่อนไหวและเสถียรภาพในฉากที่มีหลายตัวละครได้ดีกว่า ช่วยให้คลิปยาวมีความสอดคล้องทางภาพมากขึ้น
ผู้ใช้สามารถควบคุมการเคลื่อนไหวของกล้อง การจัดเฟรม และจังหวะภาพได้ละเอียดขึ้นผ่านข้อความ และสามารถสลับหลายมุมกล้องภายในฉากเดียวได้ สำหรับการสร้างเสียง โมเดลสามารถสร้างบทสนทนา เสียงบรรยากาศ และเอฟเฟกต์เสียงที่เข้ากับภาพ พร้อมรองรับการซิงก์ริมฝีปากในบางสถานการณ์
โมเดลนี้เหมาะกับสายงานสร้างสรรค์ที่ต้องการทั้งประสิทธิภาพในการผลิตวิดีโอและคุณภาพของภาพ
เหมาะสำหรับต้นแบบโฆษณา การพรีวิชวลไลซ์สตอรีบอร์ด และหนังสั้นเชิงพาณิชย์ ทีมครีเอทีฟสามารถสร้างร่างภาพเคลื่อนไหวได้อย่างรวดเร็วผ่านข้อความ พร้อมปรับสไตล์และภาษากล้องในแต่ละรอบ เพื่อลดต้นทุนการถ่ายทำและการจัดเตรียมในช่วงแรก
เหมาะกับการผลิตวิดีโอสั้นและคอนเทนต์ช่องแบบซีรีส์ โมเดลรองรับการรักษาความสม่ำเสมอของตัวละครและสไตล์ข้ามหลายช่วง ช่วยสร้างซีรีส์คอนเทนต์ที่จดจำได้ง่าย ขณะที่เสียงที่สร้างขึ้นสามารถตอบโจทย์การเล่าเรื่องพื้นฐานได้
ใช้ได้กับการนำเสนอผลิตภัณฑ์ เรื่องราวของแบรนด์ และวิดีโอการตลาดรูปแบบอื่นๆ ผู้ใช้สามารถปรับการนำเสนอผลิตภัณฑ์ บรรยากาศฉาก และโทนภาพผ่านคำอธิบายข้อความ ช่วยเร่งการเปลี่ยนแนวคิดสร้างสรรค์ให้เป็นผลงานขั้นสุดท้าย
เหมาะสำหรับคอนเทนต์การสอนแบบอธิบายและสาธิต ความสามารถที่ดีขึ้นของโมเดลในการรักษาข้อความบนกระดานและสูตรต่างๆ ช่วยสร้างฟุตเทจการสอนที่มีตรรกะชัดเจน ขณะที่ภาพหลายมุมกล้องสามารถแสดงรายละเอียดการปฏิบัติทีละขั้นตอน
อ่านความคิดเห็นและรีวิวล่าสุดจากผู้ใช้เกี่ยวกับเครื่องมือสร้างวิดีโอ Gemini Omni AI
Holllllyyyyyyyy @GeminiApp cooked 😳😳 🚨 Gemini Omni: New video model Here is the first output and see the text coherence , if this is not nano banana moment of video then what is ?? direct link for those who believes otherwise in comments
Sample video and early feedback 👀 > I won’t lie, this is one of the best video models I have seen, maybe not *the* best, but a really strong performance. I was particularly impressed by the prompt adherence (except for the one shot with the missing centerpiece), the model
Google will showcase Omni at Google I/O 2026 (May 19–20). Excited to see how this next-generation multimodal model advances AI-driven video creation and editing workflows. video by AIDRIVING #geminiomni
GOOGLE 🔥: An upcoming Gemini Omni video model from Google is expected to be much more advanced in video editing, capable of completing tasks like removing watermarks, replacing objects in the video, and more. It is also likely that Google will release 2 versions of this model,
🫨Google is creating a new Omni model with good video editing. Veo4? The original is on the left. Edited right. The new model also does a good job of removing watermarks from videos.
