Gemini Omni Flash มาแล้ว: ปฏิวัติการตัดต่อวิดีโอด้วยการสนทนาผ่าน AI

Gemini Omni Flash ทำงานอย่างไร

Gemini Omni Flash ไม่ใช่แค่โปรแกรมตัดต่อภาพธรรมดา สถาปัตยกรรมหลักของมันเป็นโมเดลที่ใช้พื้นฐาน Transformer ซึ่งสามารถใช้เหตุผลกับข้อมูลนำเข้าที่เป็นข้อความ รูปภาพ เสียง และวิดีโอผสมกัน เพื่อสร้างผลลัพธ์ที่ต่อเนื่องและเป็นหนึ่งเดียว Google ให้เหตุผลว่าสิ่งนี้ทำให้โมเดลมีความฉลาดแบบที่ "เข้าใจโลกความจริง" หมายความว่ามันจะใช้กฎทางฟิสิกส์ พลศาสตร์ ประวัติศาสตร์ และบริบททางวัฒนธรรม เพื่อให้ฉากที่สร้างขึ้นมามีความสมจริง

มันผสานรวมระบบให้เหตุผลของ Gemini เข้ากับโมเดลสื่อสังเคราะห์ที่ได้รับการพิสูจน์แล้วอย่าง Veo, Nano Banana และ Genie ผลลัพธ์คือระบบที่สามารถรับพรอมต์ข้อความ รูปภาพอ้างอิง ตัวอย่างเสียง และคลิปวิดีโอที่มีอยู่แล้วมาพร้อมกัน และถักทอมันให้กลายเป็นคลิปใหม่ความยาว 10 วินาที พร้อมเสียงที่ซิงค์กัน

ทุกวิดีโอที่สร้างโดย Omni Flash จะถูกฝังลายน้ำดิจิทัลที่มองไม่เห็นด้วยเทคโนโลยี SynthID ของ Google เพื่อช่วยในการตรวจสอบที่มาและการระบุคอนเทนต์ที่สร้างโดย AI แม้ว่าข้อจำกัดในตอนนี้จะอยู่ที่ความยาว 10 วินาที แต่ Google ระบุว่านี่คือทางเลือกในการออกแบบสำหรับการเปิดตัวครั้งแรก ไม่ใช่ข้อจำกัดของโมเดล

สิ่งสำคัญที่ควรทราบคือ แม้ว่าคุณจะสร้างวิดีโอที่มีเสียงซิงค์ได้ แต่ตอนนี้โมเดลยังไม่อนุญาตให้คุณแก้ไขเสียงพูดหรือเสียงภายในวิดีโอที่สร้างขึ้นอย่างอิสระ ซึ่งเป็นความสามารถที่ Google จงใจระงับไว้ก่อน

ใครใช้ได้บ้างและราคาเท่าไหร่

Google เปิดให้ใช้งาน Gemini Omni Flash ทั่วโลกในวันที่ประกาศเปิดตัว โดยกระจายการเข้าถึงผ่านทั้งแบบฟรีและแบบเสียเงิน

• ใช้ฟรี: ผู้ใช้ที่มีอายุ 18 ปีขึ้นไปสามารถใช้งานได้โดยไม่มีค่าใช้จ่ายผ่านเครื่องมือ YouTube Shorts Remix และแอป YouTube Create
• Google AI Plus: สมาชิกสามารถเข้าถึงผ่านแอป Gemini และ Google Flow ในราคา $7.99 ต่อเดือน (ประมาณ 280 บาท)
• Google AI Pro: แพ็คเกจนี้ให้การเข้าถึงบนแพลตฟอร์มเดียวกันในราคา $19.99 ต่อเดือน (ประมาณ 700 บาท)
• Google AI Ultra: แพ็คเกจสมาชิกระดับสูงกว่าที่ให้การเข้าถึงได้เช่นกัน แต่ไม่มีรายละเอียดราคาที่เจาะจงในข้อมูลแหล่งที่มา

สำหรับนักพัฒนาและการเข้าถึง API สำหรับองค์กรยังไม่เปิดให้บริการ Google กล่าวว่าจะทยอยเปิดตัว "ในอีกไม่กี่สัปดาห์ข้างหน้า" ผ่าน Gemini API และ Vertex AI ซึ่งเป็นรูปแบบที่คุ้นเคยสำหรับการเปิดตัวโมเดล Gemini ก่อนหน้านี้

Leica ขีดเส้นคั่นระหว่างมรดกกับสมาร์ทโฟน

เพียงไม่กี่สัปดาห์หลังการประกาศของ Google ปรัชญาที่ตรงกันข้ามก็ปรากฏขึ้นบนเวที ในงานเปิดตัว Xiaomi 17T Pro ช่วงปลายเดือนพฤษภาคม 2026 ณ กรุงเวียนนา ซึ่งเป็นโทรศัพท์ที่มาพร้อมทั้งกล้องที่ปรับแต่งโดย Leica และความสามารถ Gemini Omni ทาง Leica ได้ประกาศจุดยืนของตนต่อ Generative AI อย่างชัดเจน

ตัวแทนของ Leica คือ Marius Eschweiler รองประธานหน่วยธุรกิจโมบายล์ของ Leica Camera AG ได้กล่าวถึงปรัชญาของบริษัทว่ามุ่งเน้นไปที่การสร้างภาพที่แท้จริงและจำลองความเป็นจริง เขาได้เปรียบเทียบให้เห็นถึงความแตกต่างโดยตรงกับเครื่องมืออย่าง Omni โดยกล่าวว่า "เป็นไปได้สูงที่คุณจะไม่ได้เห็นมันบนกล้อง Leica M" ซึ่งเป็นการตอกย้ำถึงความมุ่งมั่นของแบรนด์ที่มีต่องานฝีมือเชิงทัศนศาสตร์และความบริสุทธิ์ของช่วงเวลาที่ถูกบันทึก

อย่างไรก็ตาม Leica ไม่ได้ปฏิเสธเทคโนโลยีนี้เสียทีเดียว ผู้นำของบริษัทยอมรับว่า Generative AI นั้นสมเหตุสมผลอย่างยิ่งบนสมาร์ทโฟน ในระบบนิเวศที่การถ่ายภาพด้วยการคำนวณ (Computational Photography) เป็นมาตรฐานอยู่แล้ว การสร้างสรรค์และแก้ไขที่ขับเคลื่อนด้วย AI ให้ความรู้สึกเหมือนเป็นวิวัฒนาการตามธรรมชาติของประสบการณ์ผู้ใช้ ไม่ใช่การแตกหักจากประเพณี จุดยืนดังกล่าวสร้างกลยุทธ์คู่ที่ชัดเจน: กล้อง Leica โดยเฉพาะจะยังคงเป็นเครื่องมือของคนที่รักความบริสุทธิ์ในการบันทึกแสง ส่วนโทรศัพท์จะกลายเป็นผืนผ้าใบสำหรับการสร้างสรรค์ที่ใช้ AI ช่วย

แผนที่ในอนาคต: Pro, Ultra และอื่นๆ

Google ได้ส่งสัญญาณอย่างตรงไปตรงมาว่ารุ่น Flash เป็นเพียงก้าวแรก Sundar Pichai ซีอีโอของ Google และ Koray Kavukcuoglu ซีทีโอของ DeepMind ต่างอธิบายว่า Omni คือตระกูลโมเดลที่ถูกออกแบบมาเพื่อ "สร้างอะไรก็ได้จากอะไรก็ได้" ในท้ายที่สุด

หากจะพูดให้ชัดเจนขึ้นในอนาคตอันใกล้ มีสองทิศทางหลัก:

• เหนือกว่าวิดีโอ: ขณะที่รุ่น Flash เริ่มต้นด้วยคลิปวิดีโอ 10 วินาที Google ได้ระบุไว้แล้วว่าตระกูลโมเดล Omni จะขยายขีดความสามารถไปสู่การสร้างภาพและข้อความในรุ่นต่อๆ ไป
• โมเดลที่ทรงพลังยิ่งกว่า: แผนที่ในอนาคตรวมถึงรุ่น Omni Pro และ Omni Ultra ซึ่งจะมีความสามารถมากกว่ารุ่น Flash ในปัจจุบัน ซึ่งนั่นคือระดับที่เร็วและประหยัดที่สุดในตระกูล

ในระดับที่สูงขึ้น Google มองว่า Omni คือก้าวหนึ่งไปสู่ "โมเดลโลก" เต็มรูปแบบ ซึ่งเป็นระบบที่ไม่ใช่แค่สร้างสื่อ แต่สามารถเข้าใจ จำลอง และโต้ตอบกับสภาพแวดล้อมได้ในทุกโหมด สำหรับตอนนี้ จุดสนใจเร่งด่วนคือการขยายรูปแบบที่ Omni สามารถสร้างได้ และการนำการเข้าถึง API ไปส่งถึงมือนักพัฒนา