ملاحظة الكاتب: يستعرض هذا المقال مدة الفيديو البالغة 15 ثانية في Gemini Omni 1.2 Flash، ومدى التزامه بالصور المرجعية، والتحرير متعدد الجولات، والتحكم في الصوت وحركة الكاميرا، إلى جانب خفض السعر بنسبة 30% والقيود التي أقرت بها Google رسميًا. والهدف هو مساعدة المطورين على تحديد ما إذا كان النموذج يستحق التقييم ضمن حلول توليد الفيديو.
أطلقت Google نموذج Gemini Omni 1.2 Flash في 5 نوفمبر 2026، وأصبح متاحًا عمومًا (GA) في الوقت نفسه عبر Gemini API وGemini for business. ويقدم هذا الإصدار ثلاثة تحديثات رئيسية: توليد فيديو أصلي بطول 15 ثانية، والتحرير الحواري متعدد الجولات، وسعر 0.07 دولار للثانية بدقة 720p، بانخفاض 30% عن الإصدار 1.1. كما تحسن التزامه بالصور المرجعية والاتساق والتحكم في الصوت وحركة الكاميرا.
هذه ليست مجرد شائعات؛ فالمعلومات أعلاه مستمدة من مقال الإطلاق على مدونة Google الرسمية، والموقّع باسم مدير منتج في Google DeepMind. لكن المقال الرسمي يركز على عرض النتائج، ولا يتناول بالتفصيل المعلمات ومعرّف النموذج وحدود المعدل التي تهم المطورين. لذلك، سنحوّل العبارات التسويقية إلى مواصفات وحدود واضحة، ونبيّن ما لا يزال بحاجة إلى التحقق باستخدام موادك الخاصة.
الفائدة الأساسية: فهم ما تغير في Gemini Omni 1.2 Flash مقارنةً بالإصدار 1.1 خلال بضع دقائق، والتمييز بين إمكانات API والميزات المتاحة فقط داخل تطبيقات Google، وتحديد ما إذا كان النموذج يستحق التقييم الآن.
لمحة سريعة عن Gemini Omni 1.2 Flash
لنبدأ بجدول يلخص أبرز معلومات الإطلاق. جميع المعلومات فيه مأخوذة من مقال الإعلان الرسمي، أما التفاصيل التي لم يذكرها المقال، مثل معرّف النموذج وطريقة استخدام الواجهة وحدود معدل الطلبات، فلم نملأها وسنعود إليها لاحقًا في قسم «ما يحتاج إلى التحقق».
| البند | تفاصيل Gemini Omni 1.2 Flash |
|---|---|
| تاريخ الإطلاق | 2026-11-05، مع الإتاحة العامة (GA) في اليوم نفسه |
| الجهة المُطلِقة | Google / Google DeepMind |
| مدة الفيديو | من 3 إلى 15 ثانية، بزيادات قدرها ثانية واحدة (الحد الأقصى في الإصدار 1.1 هو 10 ثوانٍ) |
| السعر | 0.07 دولار لكل ثانية بدقة 720p، محسوبة على أساس 12 دولارًا لكل مليون رمز في مخرجات الفيديو و5,792 رمزًا لكل ثانية بدقة 720p؛ أي أقل بنسبة 30% من Omni 1.1 |
| سير عمل الدقة | إنشاء مسودات سريعة بدقة 360p / 720p، ثم ترقية النتائج المرضية إلى 1080p أو 4K |
| المدخلات المرجعية | صور للشخصيات أو المنتجات أو الأنماط، ومقاطع حركة تصل مدتها إلى 3 ثوانٍ، وموجهات صوتية |
| طريقة التحرير | تحرير عبر حوار متعدد الجولات، يشمل المقطع كاملًا ومدته 15 ثانية |
| إمكانات المؤسسات | تعتمد على البنية التحتية لـ Google Cloud، وتوفر Provisioned Throughput |
| وسم المحتوى | تتضمن المخرجات علامة SynthID مائية غير محسوسة |
| القيود التي أقرت بها الشركة | لا تزال الحركات الرياضية السريعة والتغيرات السريعة في السيناريو ومحاكاة الفيزياء المعقدة قيد التحسين |
ماذا تعني الإتاحة العامة وProvisioned Throughput في Gemini Omni 1.2 Flash؟
أكدت الشركة أن هذه هي المرة الأولى التي يصل فيها Gemini Omni إلى مرحلة الإتاحة العامة (GA). بالنسبة للمطورين، يعني ذلك أن النموذج غادر مرحلة المعاينة أو التجربة وأصبح مناسبًا للاستخدام في بيئات الإنتاج. ويعني ذلك عادةً أيضًا أن واجهته وسلوكه أكثر استقرارًا من الإصدار التجريبي.
أما Provisioned Throughput فهي قدرة معالجة محجوزة من Google Cloud: تشتري المؤسسة مسبقًا سعة معالجة محددة مقابل إمكانية توقع التوافر وزمن الاستجابة بصورة أفضل خلال أوقات الذروة. إذا كان نشاطك يتطلب توليد مواد إعلانية على نطاق واسع، أو كنت ملتزمًا باتفاقية مستوى خدمة (SLA) بشأن مواعيد تسليم الفيديوهات، فقد تكون هذه الميزة أهم من سعر الوحدة. ولم يذكر مقال الإطلاق تفاصيل تسعيرها، لذا يلزم التحقق من صفحة أسعار Google Cloud.
6 تغييرات رئيسية في Gemini Omni 1.2 Flash مقارنةً بالإصدار 1.1
استخدمت المقالة الرسمية مقاطع فيديو عديدة لتوضيح التطورات. جمعنا هذه التفاصيل في قائمة تغييرات من منظور المطور، مع التمييز بين «تغييرات المواصفات القابلة للقياس» و«تحسينات النتائج». يمكن إدراج الأولى مباشرةً في الخطة التقنية، أما الثانية فتحتاج إلى اختبار عملي.
| الجانب | Gemini Omni 1.1 Flash | Gemini Omni 1.2 Flash | نوع التغيير |
|---|---|---|---|
| الحد الأقصى للمدة | 10 ثوانٍ | 15 ثانية، مع ضبط المدة من 3 إلى 15 ثانية بخطوات قدرها ثانية واحدة | تغيير في المواصفات |
| سعر 720p | 0.10 دولار/ثانية (17.50 دولارًا لكل مليون رمز من مخرجات الفيديو) | 0.07 دولار/ثانية (12 دولارًا لكل مليون رمز من مخرجات الفيديو) | تغيير في السعر |
| الالتزام بالصورة المرجعية | التزام أضعف بالصورة المرجعية في الأمثلة الرسمية | الحفاظ على اتساق الوجوه والملابس وخطوط كتابة العبوات وألوان العلامة التجارية عبر زوايا التصوير | تحسين في النتائج |
| الاتساق بين الإطارين الأول والأخير | ظهرت في الأمثلة اختلافات في التفاصيل، مثل قطة على السطح أو تحوّل ملعقة حساء إلى عيدان طعام | انحرافات وتشوهات أقل في التفاصيل | تحسين في النتائج |
| التحرير متعدد الجولات | لم يُذكر في مقالة الإطلاق | إمكانية تغيير المنتج أو الخلفية، والإضاءة أو الطقس، ونسبة أبعاد الصورة في جولات متتابعة | قدرة جديدة |
| حالة الإتاحة العامة (GA) | غير متاح عمومًا | متاح عمومًا للمرة الأولى، مع دعم Provisioned Throughput | تغيير في المواصفات |
💡 توضيح التسعير: تحاسب Google على مخرجات الفيديو بحسب الرموز، لا الثواني، لذا فإن أسعار «الثانية» المذكورة هنا قيم محسوبة. يستند الرقمان إلى صفحة تسعير Gemini API: تبلغ تكلفة مخرجات الفيديو في 1.1 نحو 17.50 دولارًا لكل مليون رمز، وفي 1.2 تبلغ 12 دولارًا. وباحتساب 5,792 رمزًا من المخرجات لكل ثانية بدقة 720p، تكون التكلفة نحو 0.10 دولار/ثانية و0.07 دولار/ثانية على التوالي، بانخفاض يقارب 30%. وتوضح صفحة التسعير أيضًا أنه اعتبارًا من 3 ديسمبر 2026، ستُوجَّه الطلبات المرسلة إلى gemini-omni-1.1-flash تلقائيًا إلى 1.2، وتُحاسب وفق أسعاره.
التغيير الأول: يدعم Gemini Omni 1.2 Flash مدة مرنة من 3 إلى 15 ثانية
ارتفع الحد الأقصى للمدة من 10 إلى 15 ثانية. قد تبدو الزيادة مجرد 5 ثوانٍ، لكنها تحدث فرقًا كبيرًا في كثير من الحالات. فالإعلان المتكامل على وسائل التواصل، أو شرح إحدى وظائف المنتج، أو قصة قصيرة لها بداية وتطور ونهاية، غالبًا ما يحتاج إلى 12–15 ثانية. في السابق، كان عليك دمج مقطعين؛ أما الآن فيمكنك توليد الفيديو دفعة واحدة.
ومن التفاصيل التي يسهل إغفالها إمكانية تحديد المدة بزيادات قدرها ثانية واحدة. في النماذج التي تحتسب التكلفة بالثانية، يمكنك تحديد 7 ثوانٍ بالضبط بدلًا من الدفع مقابل 10 ثوانٍ، وهو أمر مهم لضبط التكلفة عند التوليد على نطاق واسع.
التغيير الثاني: اتباع المراجع يشمل الصور ومقاطع الحركة والصوت
يتيح 1.2 Flash الجمع بين عدة أنواع من المراجع: صور للشخصيات أو المنتجات أو الأنماط، ومقاطع حركة تصل مدتها إلى 3 ثوانٍ، وموجهات صوتية. في أحد الأمثلة الرسمية، استُخدمت صورة لعارضة مع صور للجهة الأمامية والخلفية لثلاثة أزياء لتوليد فيديو تجربة افتراضية مدته 15 ثانية. وحافظ الفيديو على هوية العارضة وقصّة كل زي وانسداله وتفاصيل ظهره أثناء دورانها بزاوية 360 درجة.
أبرز تطبيق لهذه الإمكانات هو التجارة الإلكترونية: تحويل صور المنتجات أو الصور التصميمية للشخصيات الموجودة إلى مقاطع تجربة افتراضية، وعروض للمنتجات بزاوية 360 درجة، وإعلانات للعلامات التجارية. تجدر الإشارة إلى أن «الحد الأقصى لمقطع الحركة هو 3 ثوانٍ» قيد إلزامي؛ فإذا كان مقطع الحركة المرجعي أطول، فعليك قصّه مسبقًا.
التغيير الثالث: تحسين الاتساق بين الإطارين الأول والأخير وعند إطالة المقاطع
بحسب الإعلان الرسمي، أصبحت الشخصيات والعناصر والمشاهد أكثر استقرارًا من الإطار الأول إلى الأخير، مع انحرافات بصرية وتشوهات أقل أثناء الحركة وانتقالات الكاميرا. وينطبق ذلك على استخدامين: توليد الإطارات الوسيطة بين الإطارين الأول والأخير، وإطالة مقطع موجود لبناء تسلسلات أطول.
ومن اللافت أن المقارنة الرسمية بين الإصدارين 1.1 و1.2 في اتساق الإطارين الأول والأخير أشارت بصراحة إلى اختلافات طفيفة، مثل القطة على السطح وتحول ملعقة الحساء إلى عيدان طعام. وهذا يعني أن الاتساق «تحسّن بوضوح» لكنه لم يُحلّ تمامًا، لذا لا تزال المشاهد التي تتطلب دقة في التفاصيل بحاجة إلى مراجعة بشرية.
التغيير الرابع: التحرير الحواري متعدد الجولات في Gemini Omni 1.2 Flash
هذا التغيير هو الأكثر تأثيرًا في سير العمل ضمن التحديث. يمكنك تعديل الفيديو نفسه على جولات متتالية، مثل استبدال منتج أو خلفية، وتغيير الإضاءة أو الطقس، وتعديل نسبة العرض إلى الارتفاع، دون الحاجة إلى إعادة التوليد من البداية. وفي المثال الرسمي، جرى تغيير خلفية فيديو مولّد على خمس جولات متتالية، مع الحفاظ على أداء الشخصيتين وانعكاسات الضوء على درعيهما وتكوين اللقطة.
يشمل التحرير متعدد الجولات المقطع كاملًا ومدته 15 ثانية، ومن الاستخدامات النموذجية التي ذكرتها الشركة إنتاج نسخ إعلانية متعددة لجماهير ومواضع عرض مختلفة. ومن الأمثلة الأخرى «نقل الحركة»: ففي الجولة الأولى، وُلّد أخطبوط يتمايل، ثم استُبدل براقصة في الجولة الثانية، وحاكى فستانها حركة الأخطبوط الانسيابية.
التغيير الخامس: صوت أكثر طبيعية وحوار بين عدة أشخاص
أصبحت المحادثات في 1.2 Flash أكثر سلاسة، ومزامنة حركة الشفاه أوضح، مع دعم التمييز بين عدة متحدثين. ويستخدم المثال الرسمي صورة للمشهد مع أربع مجموعات من المراجع للشخصيات وحركة الشفاه والصوت، مدة كل منها ثانية واحدة، لإسناد كل مقطع صوتي إلى الشخصية المناسبة.
ومن المهم التمييز هنا: معظم التطبيقات العملية التي يذكرها الإعلان في هذا القسم تخص تطبيقات Google، مثل الحوار بين عدة شخصيات في Flow، ومقاطع الشرح في Gemini for business، والفيديوهات المكتملة التي تضم صورًا رمزية وتعليقًا صوتيًا في Google Vids. ولم يوضح مقال الإطلاق كيفية استدعاء القدرات الصوتية عبر API أو تمرير معلماتها.
التغيير السادس: تحكم أفضل في حركة الكاميرا المستمرة
وفقًا للإعلان الرسمي، انخفضت القطعات المفاجئة غير المقصودة بوضوح في حركات الكاميرا المستمرة والمعقدة، مثل التنقل بمنظور الشخص الأول (FPV)، والابتعاد الدرامي، والدوران حول المشهد، كما أصبحت النسب أكثر استقرارًا. وتشمل الأمثلة رحلة FPV متصلة بلا قطع، تستند إلى صورتين لمبنى وتنطلق من ساحة مرورًا بباب برونزي ثم ترتفع إلى قبة البانثيون، ولقطة متصلة مدتها 10 ثوانٍ تنتقل من لقطة مقربة للساحل إلى منظر شامل للجزيرة.
كيف تعمل آلية التحكم في التكلفة في Gemini Omni 1.2 Flash
خفض السعر بنسبة 30% ليس سوى جزء من الصورة. فالمصدر الرسمي يركز أكثر على سير عمل يهدف إلى «التحكم في التكلفة الإجمالية»: إنتاج مسودة سريعة بدقة منخفضة ← تنقيح التفاصيل عبر جولات تحرير متعددة ← رفع دقة النسخة النهائية المُرضية فقط. وبالمقارنة مع إعادة توليد المقطع كاملًا كلما كانت النتيجة غير مرضية، يمكن لهذا الأسلوب أن يقلل الهدر في التكلفة بشكل ملحوظ.
في Google AI Studio، تعرض بطاقة النموذج الأسعار على أساس الرموز: 1.50 دولار لكل مليون رمز إدخال، و9 دولارات لكل مليون رمز إخراج نصي، و12 دولارًا لكل مليون رمز إخراج فيديو. وهي التكلفة نفسها المذكورة أعلاه، «0.07 دولار في الثانية»، لكن بوحدة فوترة مختلفة. وتحسب صفحة الأسعار الرسمية سعر الثانية بدقة 720p على أساس 5,792 رمز إخراج في الثانية، وتعرض أيضًا الأسعار للدقات الأخرى:
- 360p: 1,931 رمز إخراج في الثانية، نحو 0.023 دولار/ثانية
- 720p: 5,792 رمز إخراج في الثانية، نحو 0.07 دولار/ثانية
- 1080p（رفع الدقة）: 8,688 رمز إخراج في الثانية، نحو 0.104 دولار/ثانية
- 4K（رفع الدقة）: 17,376 رمز إخراج في الثانية، نحو 0.209 دولار/ثانية
وفق سعر 720p، تكون التكلفة التقريبية للمقطع الواحد كما يلي:
| المدة | تكلفة المقطع بدقة 720p (0.07 دولار/ثانية) | الاستخدام المعتاد |
|---|---|---|
| 3 ثوانٍ | نحو 0.21 دولار | اختبار اللقطات، وأغلفة الفيديو المتحركة |
| 6 ثوانٍ | نحو 0.42 دولار | إعلان قصير ضمن موجز المحتوى |
| 10 ثوانٍ | نحو 0.70 دولار | عرض أبرز مزايا المنتج |
| 15 ثانية | نحو 1.05 دولار | إعلان كامل، أو شرح للمنتج |
لم يوضح المقال المنشور ما إذا كانت كل جولة تحرير تُحاسَب على أساس المدة الكاملة للمقطع. وهذا يحدد مباشرة مقدار التوفير الذي يحققه التحرير مقارنة بإعادة التوليد. لذا يُنصح بتسجيل الرسوم الفعلية لكل جولة أثناء تجربة محدودة النطاق.
ومن التكاليف الرئيسية الأخرى لتوليد الفيديو تكرار تجربة الموجهات. تبدأ فرق كثيرة باستخدام نموذج لغة كبير نصي لتقسيم الموجز الإبداعي إلى سيناريو مصور وتعليمات لكل جولة تحرير، ثم تسلمها إلى نموذج الفيديو لتنفيذها، للحد من عمليات التوليد غير المجدية. وفي أبسط تطبيق، يمكن استدعاء نموذج نصي عبر واجهة متوافقة مع OpenAI لإنتاج موجهات جولات التحرير دفعة واحدة:
- ثبّت حزمة SDK: في Python، استخدم
import openai، ثم أنشئ العميل باستخدامopenai.OpenAI(api_key="YOUR_API_KEY", base_url="https://api.apiyi.com/v1"). يشيرbase_urlإلى واجهة APIYI المتوافقة مع OpenAI، واستخدم مفتاح API من لوحة التحكم. - اختر النموذج الذي سيكتب الموجهات: استبدل
YOUR_TEXT_MODELبنموذج نصي متاح من Gemini أو GPT أو Claude في قائمة نماذج المنصة. هذه الخطوة مخصصة لكتابة الموجهات فقط؛ أما نموذج الفيديو فيُستدعى بشكل منفصل. - أرسل الموجز في رسالة
userواحدة: استخدمmessages=[{"role": "user", "content": "为一段 15 秒运动鞋广告写 4 轮编辑指令：换背景、换天气、换灯光、切 9:16"}]، ومرّرها مع معرّف النموذج إلىclient.chat.completions.create(...). - اقرأ النتيجة: يعرض
print(resp.choices[0].message.content)تعليمات التعديل. مرّرها إلى نموذج الفيديو جولةً بعد أخرى، بحيث تعدّل كل جولة الفيديو الناتج عن الجولة السابقة، بدلًا من إعادة توليده بالكامل.
إذا أردت استخدام السكربت نفسه مع موجزات مختلفة، فإليك طريقة تحدّد بنية المخرجات مسبقًا.
- اكتب موجه النظام: عرّفه كسلسلة نصية في Python، واطلب من النموذج أن يؤدي دور مخطط مشاهد لإعلانات الفيديو وأن يخرج JSON فقط بثلاثة مفاتيح:
duration_sec(عدد صحيح من 3 إلى 15)، وbase_prompt(موجه التوليد الأولي)، وedit_turns(تعليمات التعديل للجولة الثانية وما بعدها). أضف قاعدة أخرى: لا تغيّر في كل جولة سوى متغير واحد، مثل الخلفية أو المنتج أو الإضاءة أو الطقس أو أبعاد الإطار، مع إبقاء الشخصية واللقطة كما هما. - عرّف الدالة
build_video_plan(brief, variants, model="YOUR_TEXT_MODEL")، بحيث تستقبل الموجز الإبداعي وقائمة النسخ المطلوبة. - أنشئ رسالة
user: استخدم f-string لإلحاق الموجز بعد创意简报：، ثم اجمع النسخ المطلوبة بفواصل وألحقها بعد需要的变体：. - أرسل رسالتين معًا إلى النموذج النصي: ضع موجه النظام في
systemوالسلسلة التي أنشأتها فيuser، وأضفresponse_format={"type": "json_object"}حتى يمكن تحليل الرد مباشرةً بصيغة JSON. - حلّل النتيجة واضبط المدة: استخدم أولًا
plan = json.loads(resp.choices[0].message.content)، ثمplan["duration_sec"] = max(3, min(15, int(plan.get("duration_sec", 15))))، لأن هذا النموذج يدعم مدة من 3 إلى 15 ثانية بزيادات قدرها ثانية واحدة. - جرّب موجزًا حقيقيًا: مثل «حذاء جري جديد، ركض صباحي في المدينة، مع التركيز على خفة الوزن والمرونة». اطلب نسخًا تتضمن «شارعًا ممطرًا» و«شاطئًا عند الغروب» و«التحويل إلى وضع عمودي 9:16»، ثم اطبع النتيجة باستخدام
json.dumps(plan, ensure_ascii=False, indent=2). - سلّم الخطة إلى نموذج الفيديو: مرّر
base_promptوedit_turnsإلى واجهة API للفيديو التي تستخدمها، ونفّذ الجولات بالترتيب. قبل تشغيل عدد كبير من الجولات دفعةً واحدة، سجّل التكلفة الفعلية لكل جولة.
🚀 نصيحة للبدء سريعًا: يمكن إسناد إنشاء لقطات القصة المصورة وتعليمات التحرير إلى نماذج النصوص لإنتاجها دفعة واحدة. عبر APIYI على apiyi.com، يمكنك استخدام مفتاح API واحد لمقارنة جودة الموجهات التي تكتبها نماذج النصوص المختلفة. ويحصل المستخدمون الجدد على رصيد مجاني للتجربة. يُرجى الرجوع إلى قنوات Google الرسمية للمعلومات المتعلقة بنموذج الفيديو Gemini Omni نفسه، وإلى قائمة نماذج منصة APIYI للتحقق من توفره عليها.
تحليل تأثير Gemini Omni 1.2 Flash على المطورين
التمييز بين إمكانات Gemini Omni 1.2 Flash عبر API وميزات تطبيقات Google
تستعرض المقالة الرسمية واجهة API والمنصة السحابية وعدة تطبيقات من Google معًا، ما قد يؤدي إلى افتراضات خاطئة عند تقييم ما إذا كانت ميزة معينة متاحة عبر API. يوضح الجدول التالي الفروق بين القنوات لتسهيل المقارنة.
| القناة | الجمهور المستهدف | الإمكانات وفق الوصف الرسمي | ما ينبغي مراعاته عند الاختيار |
|---|---|---|---|
| Gemini API / Google AI Studio | المطورون | متاح عمومًا (GA)، مع إمكانية اختبار النماذج الأولية في AI Studio، وتطبيقات بدء تفاعلية ووثائق للمطورين | راجع الوثائق الرسمية لمعرفة المعلمات ومعرّفات النماذج وحدود المعدل |
| وحدة تحكم Google Cloud | المؤسسات | متاح عمومًا (GA)، مع بنية تحتية وأمان للمؤسسات، وProvisioned Throughput | مناسب للفرق التي تحتاج إلى اتفاقيات مستوى الخدمة (SLA) والمعالجة على نطاق واسع |
| Flow | صُنّاع المحتوى | إخراج المشاهد والتحرير متعدد الجولات وحوارات الشخصيات المتعددة | ميزات داخل التطبيق، ولا تعني بالضرورة توفرها عبر API |
| Google Vids | مستخدمو حسابات Google / Workspace | مقاطع مدتها 15 ثانية دون تكلفة إضافية | ميزة داخل التطبيق، مناسبة للفرق غير التقنية لتجربة النتائج |
| تطبيق Gemini | المشتركون في Google AI Ultra | فيديوهات مدتها 15 ثانية، ويجري طرحها تدريجيًا | قد يختلف توقيت الطرح بحسب المنطقة والحساب |
| Google Ads | فرق إدارة الحملات الإعلانية | توسيع حملات التسويق بالفيديو | موجه لحالات الاستخدام الإعلانية |
| المساعدة النصية (لوحات المشاهد/الموجهات) | المطورون | ليست قناة رسمية لـ Omni؛ تُستخدم نماذج نصية لإنشاء السيناريوهات وتعليمات التحرير | يمكن استدعاء نماذج نصية متعددة عبر منصات مثل APIYI apiyi.com |
التأثير على مطوري التطبيقات
- تغيير تصميم سير العمل: يتيح التحرير متعدد الجولات اعتماد نمط «التوليد مرة والتحرير مرات متعددة». ويمكن تصميم واجهة لتعديل الفيديو تشبه المحادثة، بدلًا من مطالبة المستخدم بإعادة كتابة الموجه كاملًا في كل مرة.
- إعادة حساب نموذج التكلفة: تتيح الفوترة بالثانية وضبط المدة بزيادات من ثانية واحدة، إلى جانب المسودات منخفضة الدقة، إمكانية خفض تكلفة الوحدة. لكن لا بد أولًا من فهم قواعد احتساب تكلفة جولات التحرير.
- امتثال أسهل: تُضمّن علامة SynthID المائية افتراضيًا، وهي ميزة إضافية للمنصات التي تحتاج إلى تمييز المحتوى المُولّد بالذكاء الاصطناعي.
التأثير على صناع المحتوى ومسؤولي المنتجات
- مواد التجارة الإلكترونية والعلامات التجارية هي الأكثر استفادة: يلبي التحسن في الالتزام بالصور المرجعية والاتساق احتياجات شائعة مثل التجربة الافتراضية للملابس، وعرض المنتجات بزاوية 360 درجة، وإنشاء نسخ متعددة من الإعلانات.
- التريث في الاعتماد على التقنية في السيناريوهات التي لا تزال ضعيفة فيها: أوضحت الجهة المطورة أن التعامل مع الحركات الرياضية السريعة، والتغيرات السريعة في السيناريو، والفيزياء المعقدة لا يزال قيد التحسين. لذلك، لا يُنصح حاليًا بالاعتماد عليها أساسًا في المحتوى الرياضي ومشاهد الحركة واللقطات التي تتضمن تفاعلات فيزيائية معقدة.
قائمة التحقق لتقييم Gemini Omni 1.2 Flash
الأمثلة الرسمية حالات مختارة بعناية للعرض، ولا تزال اختبارات الأداء المستقلة قليلة حتى الآن. يُنصح بالتحقق من النقاط التالية باستخدام موادك الخاصة قبل أن تقرر اعتماد النموذج في مشروعك.
| ما يجب التحقق منه | لماذا تختبره؟ | الطريقة المقترحة |
|---|---|---|
| الاتساق مع الصورة المرجعية | الأمثلة الرسمية لا تمثل بالضرورة صور منتجاتك وتصاميم شخصياتك | أجرِ 10–20 عملية توليد باستخدام صور منتجاتك وعبوات تحمل نصوصًا، ثم احسب نسبة التشوه |
| الحركة السريعة والفيزياء المعقدة | من نقاط الضعف التي أقرت بها الجهة المطورة | أعدّ لقطات اختبار مخصصة للركض والقفز والاصطدامات والسوائل |
| استقرار التعديلات المتعددة | كلما زاد عدد الجولات، زاد احتمال تراكم الانحرافات | أجرِ أكثر من 5 جولات تعديل متتالية، وتحقق من ثبات الشخصيات والتكوين |
| قواعد احتساب تكلفة التعديل | تحدد مقدار التوفير الفعلي | جرّب بميزانية صغيرة وسجّل تكلفة كل جولة |
| معلمات الواجهة وحدود معدل الطلبات | لم ترد في مقال الإعلان | راجع وثائق مطوري Gemini API وأجرِ اختبار تحمّل |
| الصوت وحركة الشفاه | جودة الحوار باللغات غير الإنجليزية، مثل الصينية، لا تزال غير معروفة | اختبر حوارًا متعدد المشاركين باللغة المستهدفة |
الأسئلة الشائعة FAQ
س1: ما هو Gemini Omni 1.2 Flash؟
Gemini Omni 1.2 Flash هو نموذج لتوليد الفيديو أصدرته Google وأتاحته عمومًا (GA) في 2026-11-05. يركز على السرعة والتكلفة المنخفضة، ويدعم توليد فيديو أصلي مدته 3–15 ثانية، وأنواعًا متعددة من المدخلات المرجعية، والتحرير عبر جولات محادثة متعددة. وتبلغ تكلفة دقة 720p نحو 0.07 دولار لكل ثانية.
س2: ما الفرق بين Gemini Omni 1.2 Flash والإصدار 1.1؟
كان الحد الأقصى لمدة الفيديو في الإصدار 1.1 هو 10 ثوانٍ، بينما رفعه الإصدار 1.2 إلى 15 ثانية مع إمكانية ضبط المدة بزيادات قدرها ثانية واحدة. كما انخفض السعر بنسبة 30%، وأُضيف التحرير عبر جولات محادثة متعددة، وتحسّن الالتزام بالمدخلات المرجعية واتساق الإطارين الأول والأخير ومزامنة حركة الشفاه مع الكلام وحركات الكاميرا المستمرة. كذلك أصبح النموذج متاحًا عمومًا (GA) لأول مرة، مع توفير Provisioned Throughput.
س3: هل يمكن استخدام Gemini Omni 1.2 Flash الآن؟
نعم. أصبح متاحًا عمومًا عبر Gemini API وGoogle Cloud، ويمكن للمطورين اختبار النماذج الأولية في Google AI Studio. كما أُتيح في Google Vids وFlow وGoogle Ads، ويجري طرحه تدريجيًا لمشتركي Google AI Ultra في تطبيق Gemini.
س4: ما أفضل استخدامات Gemini Omni 1.2 Flash؟
– **التجربة الافتراضية وعرض المنتجات في التجارة الإلكترونية**: استخدام صورة عارض وصورة منتج لتوليد مقاطع تجربة افتراضية وعرض بزاوية 360 درجة.
– **إنتاج نسخ إعلانية بالجملة**: تحرير مادة واحدة عبر جولات متعددة لإنتاج نسخ بخلفيات وأحوال جوية ونسب أبعاد مختلفة.
– **مقاطع شرح المنتجات والتثقيف العلمي القصيرة**: تقديم شرح متعدد اللقطات في غضون 15 ثانية، مع نصوص توضيحية دقيقة إملائيًا في الأمثلة الرسمية.
– **عرض الأماكن بحركات كاميرا مستمرة**: لقطات تحليق بمنظور الشخص الأول (FPV) وابتعاد بالكاميرا لعرض المباني والمواقع السياحية.
س5: هل يمكن استدعاء Gemini Omni 1.2 Flash عبر APIYI؟
تتيح APIYI بالفعل الوصول إلى النماذج النصية من سلسلة Gemini، لكن يُرجى الرجوع إلى قائمة النماذج على المنصة لمعرفة مدى توفر نموذج الفيديو Gemini Omni؛ لا يقدم هذا المقال أي ضمان بهذا الخصوص. في الأثناء، يمكنك استخدام APIYI عبر apiyi.com لاستدعاء النماذج النصية وتوليد سيناريوهات اللوحات القصصية وتعليمات التحرير متعدد الجولات، ثم استخدام قنوات Google الرسمية لتوليد الفيديو.
س6: ما القيود المعروفة لـ Gemini Omni 1.2 Flash؟
تقر Google بأن التعامل مع الحركات الرياضية السريعة والتغيرات السريعة في السيناريو والظواهر الفيزيائية المعقدة لا يزال قيد التحسين. ويمكن أيضًا ملاحظة اختلافات طفيفة في التفاصيل في أمثلة الإطارين الأول والأخير. بالإضافة إلى ذلك، لم يذكر مقال الإطلاق معاملات API أو معرّف النموذج أو حدود معدل الطلبات، لذا يجب الرجوع إلى الوثائق الرسمية. وتبلغ تكلفة رفع الدقة إلى 1080p نحو 0.104 دولار/ثانية، وإلى 4K نحو 0.209 دولار/ثانية، وفقًا لصفحة الأسعار.
س7: كيف يمكن خفض تكلفة تجربة الموجهات لتوليد الفيديو؟
ابدأ باستخدام نموذج نصي لتقسيم موجز المشروع إلى سيناريو مصوّر منظّم وتعليمات تحرير تقتصر على «تغيير متغير واحد في كل جولة»، ثم سلّمها إلى نموذج الفيديو للتنفيذ. يمكن لهذا الأسلوب أن يقلّل المقاطع غير الصالحة للاستخدام بشكل ملحوظ. وبفضل الواجهة الموحدة لخدمة APIYI على apiyi.com، يمكنك مقارنة أداء النماذج النصية المختلفة في كتابة الموجهات سريعًا، واختيار الأنسب لاحتياجات عملك.
أبرز النقاط حول Gemini Omni 1.2 Flash
- مدة أطول: تصل إلى 15 ثانية، مع إمكانية ضبطها من 3 إلى 15 ثانية بزيادات قدرها ثانية واحدة، لتوليد إعلان كامل دفعة واحدة
- سعر أقل: تبلغ تكلفة 720p نحو 0.07 دولار للثانية، بانخفاض 30% مقارنة بالإصدار 1.1
- سير عمل موفّر: مسودة منخفضة الدقة + جولات تحرير متعددة + رفع دقة النسخة النهائية فقط
- مرجعيات أكثر ثباتًا: صور ومقاطع حركة لا تتجاوز 3 ثوانٍ وصوت تعمل معًا للحفاظ على الاتساق بين زوايا التصوير
- أول إصدار متاح للجميع (GA): يدعم Provisioned Throughput، وتتضمن مخرجاته علامة SynthID المائية
- قيود واضحة: لا تزال الحركة السريعة والظواهر الفيزيائية المعقدة تتطلب الحذر، لذا احرص على اختباره باستخدام موادك الخاصة
- سير عمل مساعد: يمكن توليد السيناريو المصوّر وتعليمات التحرير على دفعات عبر استدعاء النماذج النصية من خلال APIYI على apiyi.com
الخلاصة: هل يستحق Gemini Omni 1.2 Flash التقييم الآن؟
أبرز ما يقدمه Gemini Omni 1.2 Flash:
- تحسينات ملموسة في المواصفات: مدة تصل إلى 15 ثانية، وتحكم بدقة ثانية واحدة، وخفض السعر بنسبة 30%، وأول إصدار متاح عمومًا (GA). يمكن إدراج هذه المواصفات مباشرة في الخطة التقنية.
- التحرير متعدد الجولات يغيّر سير العمل: الانتقال من «إعادة توليد المقطع كاملًا» إلى «التعديل على مراحل»، وهو مفيد خصوصًا لإنتاج نسخ إعلانية متنوعة ومواد التجارة الإلكترونية.
- تحسينات الأداء تحتاج إلى اختبار عملي: التقدم في الاتساق ومزامنة الشفاه وحركة الكاميرا مستند إلى الأمثلة الرسمية؛ أما أداؤه مع موادك، فيحتاج إلى التحقق بنفسك.
إذا كنت تنتج فيديوهات للتجارة الإلكترونية أو إعلانات العلامات التجارية أو شرح المنتجات، فمن المفيد إجراء مقارنة الآن باستخدام موادك الخاصة في Google AI Studio. أما إذا كان محتواك يركز على الرياضة أو الحركة السريعة أو التفاعلات الفيزيائية القوية، فيمكنك انتظار الإصدارات اللاحقة.
أثناء التقييم، يُنصح باستخدام APIYI على apiyi.com لاستدعاء نماذج نصية متعددة بمفتاح API واحد، وتوليد لوحات المشاهد وتعليمات التحرير، مما يساعد على خفض تكلفة تجربة الموجهات. وتوفر المنصة رصيدًا مجانيًا للمستخدمين الجدد للاختبار.
📚 المصادر
- مدونة Google الرسمية – مقالة إطلاق Gemini Omni 1.2 Flash: مصدر جميع الحقائق الواردة في هذه المقالة
- الرابط:
blog.google/innovation-and-ai/technology/developers-tools/introducing-gemini-omni-1-2-flash/ -
التوضيح: تتضمن وصفًا رسميًا للمدة والأسعار والمدخلات المرجعية والتحرير متعدد الجولات وقنوات الوصول وأوجه القصور المعروفة
-
Google AI Studio: منصة لاختبار النماذج الأولية باستخدام Gemini API
- الرابط:
aistudio.google.com - التوضيح: قناة التجربة التي توصي بها Google للمطورين، وتتيح الاطلاع على تطبيقات البدء ووثائق المطورين
الكاتب: الفريق التقني في APIYI
التواصل التقني: يُسعدنا تواصلكم معنا عبر الصفحة الرئيسية لموقع APIYI على apiyi.com. لمزيد من موارد التكامل، يمكنكم زيارة مركز الوثائق docs.apiyi.com
