Gemini Omni 1.2 Flash बनाएगा 15 सेकंड के AI वीडियो, हर महीने तीन मुफ्त

Google का नया वीडियो मॉडल Gemini Omni 1.2 Flash आवाज़ और संवाद के साथ 15 सेकंड तक के वीडियो क्लिप बना सकता है। अब Google खाते वाला कोई भी व्यक्ति कंपनी के वीडियो एडिटर Google Vids में हर महीने ऐसे तीन क्लिप मुफ़्त बना सकता है। डेवलपर्स के लिए यह मॉडल सस्ता भी है और इसमें पूरे क्लिप को दोबारा बनाने के बजाय बातचीत में बदलाव बताकर उसे ठीक किया जा सकता है। AI वीडियो आज़माने के बाद कुछ ही सेकंड की फुटेज से निराश होकर इसे छोड़ चुके लोगों के लिए, यह अतिरिक्त अवधि किसी अधूरे टुकड़े और पूरे दृश्य के बीच का फर्क है।

व्यावहारिक तौर पर इसका मतलब है कि किसी उत्पाद का विज्ञापन, छोटा व्याख्यात्मक वीडियो या सोशल मीडिया क्लिप अब एक ही बार में बनाया जा सकता है—तीन छोटे हिस्सों को जोड़कर नहीं, जो अक्सर आपस में ठीक से मेल नहीं खाते। आप एक-एक सेकंड के अंतर से तीन से 15 सेकंड तक की अवधि चुन सकते हैं। मॉडल को किसी किरदार, उत्पाद या दृश्य शैली की तस्वीरें, तीन सेकंड तक के मोशन क्लिप और ऑडियो संकेत भी दिए जा सकते हैं। Google का कहना है कि अब चेहरे, कपड़े, पैकेजिंग पर लिखे शब्द और ब्रांड के रंग पहले फ्रेम से आखिरी फ्रेम तक एक जैसे बने रहते हैं।

रोज़मर्रा के इस्तेमाल के लिहाज़ से बड़ा बदलाव बातचीत के ज़रिए एडिटिंग है। प्रॉम्प्ट को नए सिरे से लिखकर उम्मीद करने के बजाय, आप एक बार में एक बदलाव माँग सकते हैं: नया बैकग्राउंड, अलग उत्पाद, रोशनी में बदलाव, धूप की जगह बारिश या वर्टिकल क्रॉप। Google के अपने डेमो में, कवच पहने दो किरदारों वाला एक क्लिप धारीदार मंडप से ओक के जंगल, अस्तबल, मेले और पत्थर के किले तक पहुँचता है, जबकि किरदारों का अभिनय और कैमरे का फ्रेम जस का तस रहता है। Google का यह भी दावा है कि लिप-सिंक पहले से साफ़ है और कई किरदारों वाले संवादपूर्ण दृश्यों को मॉडल बेहतर ढंग से संभालता है।

डेवलपर्स और कारोबारों के लिए, Omni 1.1 Flash के मुकाबले कीमत 30% कम होकर Gemini API के ज़रिए 720p वीडियो के लिए $0.07 प्रति सेकंड हो गई है। इस हिसाब से 15 सेकंड के पूरे क्लिप की लागत लगभग $1.05 होगी—करीब उतनी ही, जितनी पिछले संस्करण में 10 सेकंड के क्लिप की थी। शुरुआती ड्राफ्ट 360p या 720p में बनाए जा सकते हैं और सिर्फ़ पसंद आए क्लिप को 1080p या 4K तक अपस्केल किया जा सकता है। Gemini Omni पहली बार Google Cloud पर आम तौर पर उपलब्ध हुआ है; इसी से Picsart, Photoroom, Runway और Krea जैसे ऐप इसे अपने उत्पादों में शामिल कर पा रहे हैं।

मुफ़्त सुविधा सुनने में जितनी बड़ी लगती है, हक़ीक़त में उतनी नहीं है। महीने में तीन क्लिप यानी कुल 45 सेकंड की फुटेज—आज़माने के लिए काफ़ी, लेकिन कोई चैनल चलाने के लिए नहीं। Gemini ऐप में 15 सेकंड के वीडियो सिर्फ़ Google AI Ultra के ग्राहकों के लिए जारी किए जा रहे हैं। यह कंपनी का सबसे महँगा प्लान है, जो हर देश में उपलब्ध नहीं है। मुफ़्त Vids सुविधा किन देशों में मिलेगी, इसकी सूची Google ने जारी नहीं की। Google खुद मानता है कि तेज़ रफ़्तार वाले खेलों के दृश्यों, स्क्रिप्ट में अचानक बदलाव और जटिल भौतिकी के मामले में मॉडल अब भी जूझता है। ऑडियो रेफ़रेंस—यानी अपनी आवाज़ का नमूना देने वाली सुविधा—Google Cloud पर अनुमति-सूची के तहत उपलब्ध है।

यह सवाल भी है कि दर्शकों को क्या दिखाई देगा। हर Omni क्लिप में Google का वॉटरमार्क SynthID होता है, लेकिन वह नज़र नहीं आता: पहचानने वाले टूल इसे पढ़ सकते हैं, जबकि फ़ीड स्क्रॉल करते हुए किसी को वीडियो पर ऐसा कोई निशान नहीं दिखता जिससे पता चले कि वह AI से बना है। चेहरे एक जैसे बने रहने और लिप-सिंक बेहतर होने के साथ, यह फर्क अब पहले से ज़्यादा मायने रखता है—जब AI वीडियो देखने में साफ़ तौर पर AI वीडियो लगता था, तब इतना नहीं।

Google ने Gemini Omni 1.2 Flash की घोषणा 5 नवंबर, 2026 को की और बताया कि इसे अब Gemini API, Google Cloud, Vids, Flow और Google Ads पर जारी किया जा रहा है। इसके बाद Gemini ऐप में यह Ultra ग्राहकों के लिए उपलब्ध होगा। पंद्रह सेकंड अब भी सोशल मीडिया के ज़्यादातर वीडियो से कम हैं, लेकिन किसी विज्ञापन के लिए यही बिल्कुल सही अवधि है—और Google ने इस मॉडल की कीमत इसी बाज़ार को ध्यान में रखकर तय की है।

टैग: Google, Gemini, जनरेटिव AI, AI वीडियो, Gemini Omni 1.2 Flash, Google Vids