Gemini zaczyna tworzyć GIF-y. Wystarczy prompt, zdjęcie albo krótki film
Spis treści
Google rozszerza Gemini o tworzenie krótkich, zapętlonych GIF-ów. Użytkownik może opisać animację, wskazać zdjęcie lub film, a gotowy plik skopiować do wiadomości, dokumentu albo pobrać w formacie .gif. Funkcja korzysta z modelu wideo Gemini Omni 1.2 Flash i jest udostępniana stopniowo.
GIF powstaje z promptu albo materiału referencyjnego
W Gemini można wpisać opis oczekiwanej animacji bezpośrednio w rozmowie albo przejść do narzędzia tworzenia obrazu i wideo, a następnie wybrać format GIF. Google przewiduje także gotowe szablony, między innymi do reakcji i memów. Do promptu można dodać zdjęcie lub film, aby model wykorzystał je jako punkt wyjścia.
Wynik ma trwać około trzech sekund i automatycznie się zapętlać. Po wygenerowaniu animację da się wkleić do obsługiwanych aplikacji, wiadomości, e-maili i dokumentów albo pobrać jako standardowy plik GIF. Google zaznacza, że generowanie może potrwać kilka minut, a w tym czasie nie da się korzystać z tego samego czatu.
Na razie nie dla każdego
Dostęp zależy od kraju, planu i etapu wdrożenia. Oficjalna pomoc Google wskazuje, że na koncie osobistym potrzebny jest plan Google AI, a na koncie służbowym lub szkolnym odpowiednia licencja Workspace. Jednocześnie firma podała, że bezpłatny dostęp jest uruchamiany w Stanach Zjednoczonych, Kanadzie, Wielkiej Brytanii, Australii, Japonii, Korei, Niemczech i Francji. To wdrożenie etapowe, więc nawet osoby w obsługiwanym kraju mogą jeszcze nie zobaczyć opcji GIF.
Google ogranicza tę funkcję także wiekowo: obecnie nie jest dostępna dla osób poniżej 18 lat. Warto pamiętać o jeszcze jednej kwestii. Jeśli do Gemini przesyłamy zdjęcia lub filmy, musimy mieć prawo do ich wykorzystania. Dotyczy to zwłaszcza wizerunku innych osób oraz materiałów objętych prawem autorskim.
Google odpowiada na codzienny przypadek użycia
GIF-y nie są przełomem na miarę nowego edytora wideo, ale dobrze pokazują kierunek rozwoju chatbotów. Zamiast szukać gotowej reakcji w bibliotece, można opisać własną scenę i dopasować ją do konkretnej rozmowy. Podobne zastosowanie wcześniej pojawiło się w ChatGPT, więc Google odpowiada na funkcję, która szybko może stać się zwykłym elementem komunikatorów i narzędzi do pracy.
Największą niewiadomą pozostaje powtarzalność rezultatów. Krótka animacja łatwiej wybacza drobne błędy niż dłuższy film, ale nadal liczy się stabilność ruchu, czytelna pętla i sensowne odwzorowanie zdjęcia referencyjnego. W praktyce Gemini wygląda więc bardziej jak szybki generator reakcji niż pełnoprawny program do animacji.
Źródła
Autor Artykułu
Piotr Tchórz
Redaktor naczelny PC Arena. Łączy doświadczenie redakcyjne z zainteresowaniem komputerami, nowymi technologiami i sztuczną inteligencją. Pisze o tym, co zmienia się w świecie PC - od sprzętu i oprogramowania po praktyczne zastosowania AI.