- المدونة
- Gemini Omni 1.2 Flash: 15 ثانية مقابل 1.05 دولار، ونهاية عصر إعادة التوليد العشوائي | Fanch AI
Gemini Omni 1.2 Flash: 15 ثانية مقابل 1.05 دولار، ونهاية عصر إعادة التوليد العشوائي | Fanch AI

أصبح Gemini Omni 1.2 Flash متاحاً بشكل عام (GA) عبر واجهة برمجة تطبيقات Gemini ومنصة Gemini للشركات. الأرقام البارزة في العناوين واضحة وسهلة الترديد: مقاطع فيديو مدتها 15 ثانية، وتكلفة تبلغ 0.07 دولار لكل ثانية بدقة 720p، وهو ما يمثل تخفيضاً بنسبة 30% مقارنة بإصدار Omni 1.1 السابق.
يمثل كلاهما تحسيناً حقيقياً وملموساً، لكن أياً منهما ليس السبب الجوهري الذي يدعوك للاهتمام بهذا التحديث.
السبب الحقيقي الذي يمنح Gemini Omni 1.2 Flash أهميته الاستثنائية هو أن تعديل المشهد لم يعد يعني إعادة توليده من الصفر. يدعم Gemini Omni 1.2 Flash التحرير الحواري متعدد الجولات (Multi-turn conversational editing) على المقاطع الكاملة بمدة 15 ثانية — استبدال المنتج المعروض، أو ضبط زوايا الإضاءة، أو تبديل نسبة الأبعاد، وكل ذلك عبر أوامر نصية تتابعية. ينقل هذا الأسلوب عملية توليد الفيديو من مقامرة قائمة على التخمين وإعادة المحاولات المتكررة (Re-rolls) إلى مسودة عمل قابلة للتطوير التراكمي، مما يغير معادلة تكلفة الأخطاء بدرجة تفوق بكثير مجرد خفض سعر الثانية الواحدة.
ما الميزات التي يقدمها Gemini Omni 1.2 Flash؟
توليد أصيل لمقاطع 15 ثانية: مقارنة بـ 10 ثوانٍ في إصدار 1.1، مع إمكانية تحديد مدة المقطع بزيادات قدرها ثانية واحدة من 3 إلى 15 ثانية.
تحرير حواري متعدد الجولات يغطي كامل مدة الـ 15 ثانية للمقطع.
دقة استثنائية في محاكاة المراجع: دمج مراجع الشخصيات، أو المنتجات، أو الأنماط الفنية، مع مقاطع حركة مرجعية تصل إلى 3 ثوانٍ ومؤشرات صوتية متزامنة. تؤكد Google صراحة أن ملامح الوجوه، وتفاصيل الأزياء، والخطوط الطباعية على الأغلفة، وألوان العلامات التجارية تظل ثابتة عبر حركات الكاميرا المتغيرة.
حوار نقي متعدد المتحدثين: توجيه صوتي منفصل ومستقل (Voice conditioning)، يضمن ربط كل عينة صوتية بالشخصية المناسبة على الشاشة، مع مزامنة دقيقة لحركة الشفاه (Lip-sync).
تحكم سينمائي فائق في الكاميرا: تنفيذ مسارات متصلة مثل محاكاة طائرات الدرون (FPV)، والتبعيد التدريجي (Zoom-out)، والالتفاف المداري (Orbit) مع انخفاض ملحوظ في التقطعات الفجائية غير المرغوبة (Jump cuts).
جاهزية كاملة لبيئات العمل المؤسسية: إتاحة رسمية على البنية التحتية لـ Google Cloud، مدعومة بمعدل تدفق مخصص (Provisioned Throughput) وعلامة مائية رقمية غير مرئية بتقنية SynthID مدمجة في المخرجات.
السعر ممتاز، لكن نموذج التكلفة هو التحول الحقيقي
تأمل الوصف الرسمي الذي قدمته Google لآلية العمل، ففيه تكمن النقلة النوعية الأكثر أهمية:
ابدأ بمسودة سريعة بدقة 360p أو 720p، ثم أصلح التفاصيل بأوامر تعديل متتابعة بدلاً من إعادة توليد المشهد بأكمله، وبعدها ارفع دقة مخرجاتك النهائية (Upscale) إلى 1080p أو 4K.
هذا خط إنتاج متكامل من ثلاث مراحل، تتولى كل مرحلة منها القضاء على نوع محدد من الهدر المالي:
المسودات منخفضة التكلفة: دقة 360p تهدف إلى استهلاك المحاولات الأولى في ضبط التكوين العام وليس في استنزاف الميزانية على معالجة البكسلات النهائية.
التعديل بدلاً من إعادة التوليد الكامل: هذا هو التحول الأكبر. في النماذج السابقة، كان وجود خطأ في تفصيلة صغيرة واحدة يعني دفع التكلفة الكاملة لتوليد مقطع جديد تماماً، مع احتمال كبير أن تفسد المحاولة الجديدة عناصر كانت مثالية في النسخة السابقة. مع Gemini Omni 1.2 Flash، يمكنك إصلاح التفصيلة الخاطئة والاحتفاظ بكل ما عداها.
ترقية الدقة للمشاهد المعتمدة فقط: لا تدفع تكلفة الدقة العالية إلا مرة واحدة في نهاية المطاف، وفقط للمقطع الذي حقق المتطلبات بالكامل.
لذلك، فإن سعر الثانية ليس هو الرقم الأهم في القائمة، لأنه يمثل وفراً خطياً بسيطاً، بينما تقلل المرحلتان الأخريان حجم ما تحتاج إلى توليده من الأساس.
الحسابات الاقتصادية الميدانية
حساب التكلفة للثانية الواحدة واضح ومباشر.
في Gemini Omni 1.2 Flash، تبلغ تكلفة المقطع الكامل بدقة 720p لمدة 15 ثانية 1.05 دولار. ودقيقة الفيديو التام الجاهز تكلف 4.20 دولار.
قارن ذلك بأسعار السوق السابقة: نموذج Seedance 2.5 يقارب 0.10 دولار للثانية بالأسعار الرسمية لمقطع 5 ثوانٍ بدقة 480p. على مستوى السعر الأساسي، يقدم Gemini Omni 1.2 Flash تكلفة أقل وبدقة عرض أعلى (720p كأساس).
الآن، أضف إلى الحسبة عامل "الهدر وإعادة المحاولة" (Re-roll factor). في مسار العمل القديم: تولد عشرة مقاطع مدة كل منها 15 ثانية، وتستبعد أربعة منها بسبب تشوه في الأيدي، أو اختلال في الشعار، أو تبدل غير مبرر في الملابس. هذا يعني إنفاق 14.70 دولار، مع هدر ثوانٍ طويلة من اللقطات غير القابلة للاستخدام.
أما مع Gemini Omni 1.2 Flash، فإن هذه الاستبعادات الأربعة تتحول إلى أربع جولات تعديل محدودة — تصحيح يد، أو معالجة شعار، أو تعديل ملبس — مع الاحتفاظ بالمقاطع الناجحة التي دفعت ثمنها مسبقاً. التوفير هنا لا يقف عند نسبة الـ 30% المعلنة، بل يسترد كل تلك الميزانيات التي كانت تتبدد سابقاً في محاولات التصحيح الفاشلة.
بالنسبة لفرق الإنتاج الضخم — مثل إنتاج مسلسل درامي قصير من 60 حلقة — تتضاعف هذه الوفورات بشكل هائل. 60 حلقة مدة كل منها 15 ثانية تساوي 900 ثانية، وتكلفتها في مسار توليد نقي بدقة 720p تبلغ حوالي 63 دولاراً. لكن المتغير الحقيقي الذي يحدد الميزانية الفعلية للمشروع ليس هذا المبلغ الأساسي، بل هو عدد المرات التي يضطر فيها فريق العمل إلى إعادة إنتاج المشاهد من نقطة الصفر.

التحرير الحواري متعدد الجولات هو النقلة الحقيقية
توضح العروض التوضيحية التي نشرتها Google ملامح هذا التغيير الجذري.
أحد النماذج يأخذ مقطعاً مولداً ويستبدل خلفيته عبر محادثات متتابعة — من سرادق مخطط، إلى غابة بلوط، ثم إسطبل به حصان أبيض، فسوق تجاري، وصولاً إلى قلعة حجرية — مع الحفاظ التام على أداء الممثلين، وانعكاسات الضوء على الدروع، وثبات زوايا الكاميرا.
نموذج آخر يبدأ بأخطبوط متموج في الماء، وفي الجولة التالية يتم استبداله براقصة يحاكي فستانها حركة تموج الأخطبوط السائلة بالملليمتر.
هذا نمط إخراجي مختلف كلياً، وهو القيمة الحقيقية التي يبيعها Gemini Omni 1.2 Flash. لم يعد المستخدم مضطراً لسحب عينات عشوائية واختيار أفضلها؛ بل أصبح يقود أصلاً رقمياً واحداً عبر مراحل متتابعة، ويصنع تنويعات إعلانية كتعديلات سريعة بدلاً من توليدها من الصفر بالتكلفة الكاملة.
إنه التحول ذاته الذي شهده توليد الصور الثابتة، حيث أصبحت دقة التعديل الموضعي — وليس مجرد جودة التوليد الابتدائي — هي المعيار الفاصل في المنافسة.
الصور المرجعية تصبح العمود الفقري للإنتاج
الميزة الأكثر ارتباطاً بالجانب التجاري المباشر هي الانضباط للمراجع البصرية، ويتجلى ذلك في تجارب القياس الافتراضي للأزياء (Virtual try-on).
عند دمج صورة عارض أزياء واحدة مع صور المنتج (أمامية وخلفية) لثلاثة أطقم ملابس، يولد Gemini Omni 1.2 Flash مشهداً مدته 15 ثانية يتضمن دوراناً بزاوية 360 درجة وقطعاً مطابقاً (Match cuts)، مع الحفاظ التام على هوية العارض، وقصة كل ثوب، وثنيات القماش، وتفاصيل الظهر بدقة متناهية.
إذا أثبت النموذج هذه الكفاءة خارج حدود العروض التجريبية، فإن الأثر العملي سيكون فورياً: تصبح الصور المخزنة للمنتجات محتوى فيديو متحرك دون الحاجة لجلسات تصوير حية جديدة.
والتفاصيل التي تنتظر الاختبار الميداني عملية للغاية: هل تصمد الخطوط الدقيقة المكتوبة على أغلفة المنتجات عند تحرك الكاميرا؟ وهل تحافظ الألوان الخاصة بالعلامة التجارية على درجاتها بعد إعادة التأطير؟

الحوار متعدد الشخصيات: الإنجاز الهادئ
أصبحت المزامنة الصوتية للشفاه لشخص واحد أمراً معتاداً. لكن تخصيص الأصوات المتعددة بدقة لكل متحدث داخل المشهد لم يكن متاحاً من قبل، وهو ما يقدمه Gemini Omni 1.2 Flash.
توضح Google أن النظام يوجه كل عينة صوتية إلى الشخصية الصحيحة استناداً إلى صورة المشهد، ومراجع حركة الوجه والفم، وعينة صوتية لمدة ثانية واحدة، مع توقيت تعبيري منضبط طوال المشهد الممتد لـ 15 ثانية. وتتوفر هذه القدرة بالفعل عبر منصات Flow وGemini for business وGoogle Vids.
بالنسبة لمقاطع الشرح، والتدريب المؤسسي، وأي سيناريو يتضمن شخصين يتحاوران، تزيل هذه الميزة العقبة التي كانت تدفع الشركات سابقاً لتجنب استخدام فيديو الذكاء الاصطناعي كلياً.
قراءة نقدية متأنية للإعلان
أربعة تحفظات موضوعية يجب أخذها في الحسبان:
جميع النماذج المعروضة منتقاة بعناية من Google. العروض التوضيحية لـ Gemini Omni 1.2 Flash — بما فيها لقطة الطيران الداخلي في البانثيون بدون تقطيع، والنصوص المتحركة المتتبعة بدقة، وعروض الأزياء — هي حالات نجاح مختارة بعناية من قبل الشركة وليست عينات عشوائية.
سعر 0.07 دولار مخصص لدقة 720p فقط. الحصول على دقة 1080p أو 4K يمر عبر تقنيات التكبير والترقية (Upscaling)، وتلك خطوة لها تكلفتها ومواصفاتها الخاصة. السعر المعلن يغطي منتصف خط الإنتاج، وليس المنتج النهائي الجاهز للعرض.
15 ثانية هي الحد الأقصى الأصيل للمقطع وليست مدة مفتوحة. إنتاج مقاطع أطول يتطلب عمليات تمديد للقطات، والتمديد هو الموضع الذي تعود فيه عيوب تشوه العناصر والملامح للظهور تاريخياً.
غياب الاختبارات المعيارية المحايدة حتى الآن. الادعاءات الخاصة بدقة الالتزام بالمراجع وتقليل التشوهات تحتاج لاختبارات من جهات مستقلة تطبق حزم أوامر موحدة، وهو ما لم يتوفر بعد لهذا النموذج الجديد.
ما الذي يجب عليك اختباره عملياً؟
أربعة اختبارات حاسمة تستحق التجربة بنفسك:
لقطة منتج تعتمد على تفاصيل مرجعية معقدة: هل يصمد الشعار التجاري دون تشوه أثناء دوران الكاميرا 360 درجة؟
مشهد حواري بين شخصين: هل يظل صوت كل شخصية مرتبطاً بها بدقة ودون تداخل بعد انتقالات الكاميرا؟
سلسلة تعديلات متتابعة: خذ مقطعاً جيداً وطبق عليه خمس جولات تعديل متتالية. راقب هل تتدهور جودة التفاصيل الدقيقة مع تراكم جولات التعديل أم تحافظ على تماسكها؟
حركة كاميرا مستمرة لـ 15 ثانية كاملة: راقب وجود أي تقطعات حركية فجائية بنفسك ولا تكتفِ بتصديق سلاسة العروض الدعائية.
موجه مقترح لاختبار الأداء الميداني
أفضل طريقة لاختبار دقة الالتزام بالمرجع هي استخدام موضوع يحمل تفصيلة بصرية فريدة يستحيل على النموذج تزييفها بالنماذج الجاهزة الشائعة:
انسخ والصق هذا الموجه في Fanch AI (النموذج: gpt_image_2):
A clean studio product photograph of a rectangular matte-black aluminium beverage can standing on a pale sand plinth against a seamless warm grey backdrop: subtle brushed metal texture on the body, a plain unmarked label band in deep teal wrapping the middle, condensation-free clean surface, soft directional studio light from the left with a gentle contact shadow. Precise edge definition, fine detail in the metal grain, 16:9 framing, 8K detail, no people, no brand logos, no text overlay.
أدخل هذه الصورة الثابتة كمرجع في Gemini Omni 1.2 Flash وراقب ما إذا كان الشريط الأزرق المخضر سيحتفظ بنفس اللون والحدود الدقيقة تماماً بعد حركة الكاميرا المدارية. هذا هو الاختبار الحقيقي الذي يحسم الجدوى الإنتاجية للموديل.
لماذا تمثل منصة Fanch AI الخيار الأنسب؟
يجعل Gemini Omni 1.2 Flash من الإطار المرجعي الثابت جوهر عملية إنتاج الفيديو بالكامل: بطاقات الشخصيات، وتصوير المنتجات، والمراجع البصرية. وهذا يعني أن الصورة الثابتة التي تبدأ بها هي التي تحدد سقف التماسك البصري للقطة المتحركة بالكامل، وهي الخطوة الأقل تكلفة والأكثر قابلية للضبط في مسار العمل.
توفر لك منصة Fanch AI نموذج صور متخصصاً تديره بموجهات دقيقة، لتتمكن من إنشاء إطارات مرجعية نقية وبطاقات شخصيات ثابتة ومتسقة قبل إنفاق أي ميزانية على توليد ثواني الفيديو.
