Texno|The Verge|15:28, 23.05.2026

Google yeni süni intellekt modeli ilə istənilən görüntünü yarada bilir

Google yeni Omni generativ modeli vasitəsilə şəkil, video və mətnləri istənilən başqa formata çevirməyə imkan verən texnologiyanı təqdim edib. Yeni model əvvəlki versiya Veo ilə müqayisədə daha keyfiyyətli və realistik video yaratmaq xüsusiyyətinə malikdir.

Mənbə: The Verge
AI ilə Azərbaycan dilinə tərcümə olunub

Keçən il mən övladımın peluş oyuncağını dərin saxta (deepfake) texnologiyası vasitəsilə tətildə kimi göstərmişdim. Bu, Google-un Gemini reklamında göstərilən səhnələri yenidən yaratmaq üçün sınaq idi və mən həmin videoları dörd yaşındakı uşağıma göstərmədim. Bu, generativ süni intellektlə əyləncə ilə həqiqətən yararsız şey arasında fərqi düşünməyimə səbəb oldu. Ola bilər ki, bu iki anlayış tam üst-üstə düşür; ya da yox. Lakin əmin olduğum bir şey odur ki, real görünən videolar yaratmaq üçün alətlər olduqca yaxşıdır və bunun üçün az səy və bilik tələb olunur. Bu tendensiya Gemini-nin Omni mərhələsində də davam edir.

Omni yeni generativ modellər ailəsidir və gələcəkdə müxtəlif mənbələri — şəkil, video, mətn — istənilən başqa formaya çevirə biləcək. Amma ilkin mərhələdə o, yalnız video yaradır. Omni Flash Google-un AI video yaratma və redaktə platforması olan Flow-da istifadə üçün ilk versiyadır. İstəyənlər əvvəlki model Veodan da istifadə edə bilər, amma Omni onun bir neçə cəhətini yaxşılaşdırıb.

Omni ilə videonu yükləyib həmin video ilə mətn təsvirini birlikdə süni intellekt əsərində başlamaq mümkündür. Google həmçinin bildirir ki, Omni videolar yaradanda daha çox real dünya məlumatlarından istifadə edir və personajların videoda ardıcıl qalmasını daha yaxşı təmin edir. Bu iddiaların doğru olub-olmadığını yoxlamaq üçün mən AI Buddy-yə yenidən sərgüzəştlərinə hazırlaşmaq tapşırığı verdim.

Nəticələr müxtəlifdir və qarışıq təsir bağışlayır. Bəziləri çox yaxşıdır — beş ay əvvəl Veo ilə müqayisədə daha ardıcıl və tapşırığıma uyğun idi. Lakin yaxşı kadrlarda belə Buddy anidən yer dəyişdirərək göyərçin tullanması zamanı görünüşünü dəyişdirir.

Başqa video üçün Omni-yə bədii azadlıq verdim. Onu Buddy-nin tətil üçün çamadan yığması və tropik səyahət üçün kruiz gəmisinə minməsi barədə montaj hazırlaması tapşırıldı. Atmosfer şirin və əyləncəlidir. Buddy çamadanına maraqlı bir əşya qoyur ki, sonradan videoda istifadə olunur. O, bir bal kavanozu yığdı; sonra isə onu günəş losyonu kimi süzdü.

Eksperiment pis deyil. Amma balın qabı video boyunca dəyişir — bəzən kavanoz olur, bəzən şəffaf su dolu sıxma butulkası, təkrar bal dolu butulka. Sonda kadr çox səliqəsizdir, elə bil model mətn ardıcıllığının elementlərini səhv salıb.

Videolara mətndən düzəliş vermək mümkündür və Google bildirir ki, bu iş Omni vasitəsilə Veo-dan daha yaxşı alınır. Amma dəfələrlə dəyişiklik etmək baha başa gəlir. Məsələn, bir turda 40 kredit tələb olunur. Mən aylıq 20 dollar ödənişli AI Pro planındayam və ayda 1000 kredit alıram, amma 20 video və bir neçə düzəlişdən sonra 145 kredit qalmışdı.

Üstünlüklərdən biri real videolara süni intellekt tərəfindən yaradılmış elementlər əlavə etməkdir. Öz selfi videomla başladım və Omni-yə makaron yemək, təyyarə oturacağına oturmaq, Eyfel qülləsi qarşısında baget dişləmək tapşırığı verdim. Mən gördüklərimə hazır deyildim.

Dərin saxta videolarda bəzi süni izlər var. Məsələn, balıq çəngəlinin makaron boşqabına dəyən səsi süni səslənir, təyyarədə fon qadın iki dəfə görünür. Lakin bu kiçik qüsurlar xaricində videolar olduqca inandırıcıdır.

Ərimə makaron videosunu göstərdim; o, AI alətini sınadığımı bilirdi, amma videoda hansı hissələrin süni intellekt tərəfindən yaradıldığını demədim. O, mənim makaron yeyəndə olduğuma inandı, yeganə şübhəsi isə boşqabın yad görünməsi oldu. Makaron yediyim kadrlar həqiqi görünürdü və bu mənim üçün əsas göstəricidir.

Digər dərin saxta kliplərin səviyyəsi sosial şəbəkə istifadəçilərini yanıltmaq üçün kifayətdir. Eyfel Qülləsi önündə olan bəzi kliplər cizgi filmi effekti verir, amma biri o qədər inandırıcıdır ki, bir neçə dəfə baxmaq lazım gəlir ki, həqiqətən AI-nin işi olduğunu başa düşəsən. Mən bilirəm ki, görüntüdəki mən deyiləm, çünki saçlarım at quyruğunda görünür. Başqalarının bunu anlamaması ehtimalı var və bu qəribə hiss yaradır.

Bu hal "anormal vadi" (uncanny valley) adlanır.

Ümumilikdə, bu texnologiyaya bir qədər yorğunam. Veo 3-ü sınaqdan keçirəndə realizm səviyyəsi məni təəccübləndirmişdi. Son illərdə saxta insan şəkillərinin yaradılması çox asanlaşıb və artıq Omni-nin də möcüzə yaratmasını gözləmək olmaz. Amma Omni bəzi sahələrdə aydın fərqlə Veo-dan üstünlük göstərir. Hesabınız və kredit kartınız varsa, evdə oturub öz videonuzu çəkib Maui səfərinə yollanmış kimi göstərə bilərsiniz. Bəlkə hələ süni ümumintellektin başlanğıcı deyil, amma biz bu qeyri-adi sahədə çox dərinləyik.

Paylaş
Orijinal mənbə

The Verge

Google’s new anything-to-anything AI model is wild

Orijinal məqaləyə keç
Reklam
Xəbərici728x90
Əlaqəli xəbərlər

Eyni kateqoriyada