Gemini Omni นวัตกรรมสร้างวิดีโอ AI ตัวใหม่จาก Google ท้าชนตลาดวิดีโอเจเนอเรชัน
ในขณะที่ Sora จาก OpenAI ได้ยุติการให้บริการลง Google ได้ก้าวเข้ามาเติมเต็มช่องว่างนี้ด้วยการเปิดตัว Gemini Omni เครื่องมือสร้างวิดีโอด้วยปัญญาประดิษฐ์ (AI) รุ่นล่าสุดที่เปิดตัวในงาน Google I/O โดยมีความสามารถโดดเด่นในการเปลี่ยนภาพถ่าย เซลฟี่ หรือวิดีโอเดิมที่มีอยู่ให้กลายเป็นคลิปวิดีโอใหม่ที่น่าตื่นตาตื่นใจ
ความสามารถของ Gemini Omni ไม่ได้หยุดอยู่เพียงแค่การใส่ฟิลเตอร์ทั่วไป แต่ Demis Hassabis หัวหน้าฝ่าย AI ของ Google ได้สาธิตให้เห็นว่าผู้ใช้สามารถเปลี่ยนสภาพแวดล้อมรอบตัวในวิดีโอได้อย่างสิ้นเชิง เช่น การย้ายตัวเองไปอยู่บนดาวอังคาร ท่ามกลางป่าอันเขียวชอุ่ม หรือแม้แต่การเพิ่มลูกบอลดิสโก้ไว้ในพื้นหลัง เพื่อสร้างสรรค์จินตนาการที่ไร้ขีดจำกัด
เบื้องหลังเทคโนโลยี: มากกว่าแค่การสร้างภาพเคลื่อนไหว
Gemini Omni ถูกพัฒนาขึ้นเพื่อเป็นส่วนหนึ่งของเป้าหมายในการสร้าง Artificial General Intelligence (AGI) หรือปัญญาประดิษฐ์ที่มีความสามารถรอบด้านเทียบเท่ามนุษย์ โดยตัวโมเดลถูกออกแบบให้เป็น "World Model" ซึ่งสามารถจำลองหลักฟิสิกส์ในโลกความเป็นจริงได้อย่างแม่นยำ ทำให้วิดีโอที่สร้างออกมามีความสมจริงและหลากหลายสไตล์
ตัวอย่างที่เห็นได้ชัดคือการสร้างวิดีโอเพื่อการศึกษาในรูปแบบ Claymation (การทำแอนิเมชันจากดินน้ำมัน) เพื่อช่วยย่อยเนื้อหาทางวิทยาศาสตร์ที่ซับซ้อนให้เด็กๆ เข้าใจได้ง่ายขึ้น ซึ่งแสดงให้เห็นถึงความยืดหยุ่นในการนำไปใช้งานที่หลากหลาย
ช่องทางการเข้าถึงและรูปแบบการให้บริการ
Google เริ่มปล่อยโมเดล Omni Flash ให้ใช้งานผ่านช่องทางต่างๆ โดยมีเงื่อนไขการเข้าถึงที่แตกต่างกัน ดังนี้:
- Gemini App และ Google Flow: จำเป็นต้องสมัครสมาชิกแบบชำระเงินในแพ็กเกจ Google AI Plus, Pro หรือ Ultra
- YouTube Shorts และ YouTube Create App: ผู้ใช้งานทั่วไปสามารถเข้าถึงได้ภายในสัปดาห์นี้โดยไม่มีค่าใช้จ่ายเพิ่มเติม
| แพลตฟอร์ม | รูปแบบการเข้าถึง | ค่าใช้จ่าย |
|---|---|---|
| Gemini App / Google Flow | สมาชิก Google AI Plus, Pro, Ultra | มีค่าบริการรายเดือน |
| YouTube Shorts / YouTube Create | ผู้ใช้งานทั่วไป | ฟรี |
ความปลอดภัยและการป้องกัน Deepfakes
ท่ามกลางความกังวลเรื่องลิขสิทธิ์และปัญหาทางกฎหมายที่เคยเกิดขึ้นกับ Sora ซึ่งมีการนำตัวละครดังหรือบุคคลที่เสียชีวิตมาสร้างวิดีโอ Google จึงวางกลยุทธ์ให้ Gemini Omni เน้นไปที่การดัดแปลงภาพหรือวิดีโอส่วนบุคคลของผู้ใช้เอง เพื่อลดความเสี่ยงทางกฎหมาย
อย่างไรก็ตาม เพื่อป้องกันการนำไปใช้สร้าง Deepfakes (วิดีโอปลอมที่ดูสมจริง) Google ได้นำเทคโนโลยี SynthID ซึ่งเป็นลายน้ำดิจิทัลที่มองไม่เห็นด้วยตาเปล่าฝังลงในทุกวิดีโอที่สร้างจาก Omni โดยผู้ใช้สามารถตรวจสอบความถูกต้องได้ผ่าน Gemini App, Gemini ใน Chrome และ Google Search
ข้อเท็จจริงสำคัญ
- จุดประสงค์หลัก: สร้างวิดีโอจากภาพถ่ายหรือวิดีโอเดิม โดยจำลองฟิสิกส์โลกจริง
- เป้าหมายระยะยาว: พัฒนาสู่ AGI และขยายความสามารถให้รองรับทั้งภาพ เสียง และข้อความในอนาคต
- ระบบความปลอดภัย: ใช้ SynthID เป็นลายน้ำดิจิทัลเพื่อระบุว่าวิดีโอถูกสร้างโดย AI
- การแข่งขัน: เข้ามาแทนที่ช่องว่างหลังจาก OpenAI ยุติการให้บริการ Sora
คำถามที่พบบ่อย
Gemini Omni แตกต่างจากฟิลเตอร์วิดีโอทั่วไปอย่างไร?
Gemini Omni ไม่ใช่แค่การซ้อนทับภาพ แต่เป็นโมเดลที่เข้าใจฟิสิกส์ของโลกจริง ทำให้สามารถจำลองสภาพแวดล้อมและสร้างการเคลื่อนไหวที่สมจริงในหลากหลายสไตล์ เช่น แอนิเมชันดินน้ำมัน
ต้องเสียเงินเพื่อใช้งาน Gemini Omni หรือไม่?
ขึ้นอยู่กับแพลตฟอร์ม หากใช้ผ่าน Gemini App หรือ Google Flow จะต้องเป็นสมาชิกแบบชำระเงิน แต่หากใช้ผ่าน YouTube Shorts และ YouTube Create App จะสามารถใช้งานได้ฟรี
Google มีวิธีป้องกันการนำ AI ไปใช้สร้างวิดีโอปลอมอย่างไร?
Google ใช้ SynthID ซึ่งเป็นลายน้ำดิจิทัลที่ตรวจจับไม่ได้ด้วยตาเปล่า ฝังลงในวิดีโอทุกตัว เพื่อให้สามารถตรวจสอบย้อนกลับได้ว่าวิดีโอนั้นสร้างขึ้นด้วย Gemini Omni
ในอนาคต Gemini Omni จะทำอะไรได้มากกว่าการสร้างวิดีโอหรือไม่?
ใช่ Google มีแผนที่จะขยายความสามารถของ Omni ให้ครอบคลุมการสร้างผลลัพธ์ในรูปแบบของรูปภาพ เสียง และข้อความเพิ่มเติมจากวิดีโอ
