谷歌 Gemini 上线 GIF 生成功能,由视频模型 Gemini Omni 1.2 Flash 驱动

  • AI
  • 0
Mores的头像Mores
谷歌 Gemini 上线 GIF 生成功能,由视频模型 Gemini Omni 1.2 Flash 驱动

谷歌宣布为Gemini上线GIF生成功能,用户输入文字提示即可生成约3秒的循环动画。该功能由谷歌最新视频模型Gemini Omni 1.2 Flash驱动,官方称可实现流畅动作与每一帧稳定的质量,目前正在向用户陆续推出。

此前OpenAI已在ChatGPT中率先推出GIF生成能力。谷歌此次跟进后,用户制作循环照片特效或表情包不必再依赖Giphy、Tenor等素材平台搜索。

功能与驱动模型

从产品形态看,Gemini的这项新能力以文字提示为唯一输入方式,输出结果是时长约3秒的循环动画。用户无需上传素材或进行多轮调整,输入描述后即可得到一段可循环播放的短动画,适用于社交平台常见的动图场景。

谷歌方面将该模型定位为视频生成方向的最新成果,GIF生成是其面向普通用户的一项具体应用。来源未披露该模型的其他参数、开放范围或调用方式。

目前该功能并非一次性向所有用户开放,而是处于陆续推出的过程中。谷歌未在来源中说明分批推送的具体顺序、覆盖地区或完成时间。

官方表述

谷歌在社交平台对该功能作了简短说明,称从循环照片特效到趣味表情包,用户可以用最新视频模型想象并创建任何GIF。这一表述把使用场景指向两类常见需求:让静态照片产生循环动效,以及制作带有趣味性的表情图片。

在质量方面,谷歌称该模型可实现流畅的动作,并保持每一帧的稳定质量。对于时长仅约3秒的循环动画而言,帧间一致性直接影响观感,谷歌将这一点作为对外强调的重点。

除上述说法外,来源没有提供生成分辨率、生成耗时、每日额度或内容审核规则等信息,也没有给出可供参考的示例作品或用户反馈。

与ChatGPT的竞争

在谷歌之前,OpenAI已在ChatGPT中率先推出GIF生成能力,同样是把文字提示转化为短循环动画,其能力基于新的图像模型实现。这意味着在文本对话之外,两家公司又把竞争延伸到了轻量动画生成这一细分场景。

从技术路径看,两者存在差异:ChatGPT的GIF能力依托图像模型,而Gemini由视频模型Gemini Omni 1.2 Flash驱动。来源未对两种路径的生成效果作对比,也未给出任何评测数据。

谷歌此次属于跟进者角色。来源未提及OpenAI该功能的上线时间、覆盖用户规模,也未提及谷歌是否会在Gemini的其他产品入口中同步提供这一能力。

对素材平台的影响

GIF生成能力进入主流对话产品后,用户制作循环照片特效或表情包的路径发生变化。此前这类需求通常需要前往Giphy、Tenor等素材平台搜索现成动图,再下载或转发;现在可以直接用文字描述生成所需内容。

这一变化意味着素材平台在“找图”环节的中介作用可能被削弱,用户从检索既有素材转向按需生成。来源仅指出用户不必再依赖这些平台搜索,未提供相关平台的流量或使用数据,也未提及谷歌与这些平台之间是否存在合作或授权关系。

需要注意的是,来源未说明生成内容的使用范围、版权归属及商用限制,这些细节将影响该功能在实际场景中的适用范围。

来源在文末注明,该文配图由AI生成,文中包含AI辅助创作的内容。

要点

  • Gemini的GIF生成由视频模型Gemini Omni 1.2 Flash驱动
  • 用户输入文字提示可生成约3秒循环动画
  • 官方称可实现流畅动作与每帧稳定质量
  • OpenAI此前已在ChatGPT中推出GIF生成能力
  • 功能正在向用户陆续推出

原文链接

AI
分享

更多快讯

全部快讯
  1. SpaceX 拟将收购的 Cursor 更名为 Grok Build
  2. 谷歌论文提出 SIM 机制:AI 可跨模型继承优化经验
  3. 谷歌为 macOS 版 Gemini 推出电脑操控功能,可跨应用执行多步任务
  4. ChatGPT 上线实时听写,取消 10 分⁠钟录音上限
  5. 谷歌发布 Gemini Decision 1,正面挑战 Jev 决策模型

0 条回复

A文章作者M管理员
上传评论图片

暂无讨论,说说你的看法吧