Google Gemini Omni Flash: дипфейки себя и мягких игрушек за $20 в месяц

Google запустила Gemini Omni Flash — первую модель из новой линейки Omni, доступную в платформе для работы с видео Flow. Модель умеет принимать на вход фото, видео и текст, а на выходе генерировать видеоролики. Журналист The Verge Эллисон Джонсон протестировала её на практике — и результаты оказались одновременно впечатляющими и тревожными.

Что умеет Omni Flash и чем отличается от предшественника

Раньше в Flow работала модель Veo, теперь её сменяет Omni Flash — хотя Veo пока остаётся доступной. Ключевые улучшения, которые декларирует Google: возможность загружать видео как отправную точку для генерации, лучшее понимание реального мира при создании контента и более стабильное сохранение персонажей на протяжении всего ролика.

Тест с мягкой игрушкой — плюшевым оленёнком Бадди — показал смешанные результаты. Часть клипов получилась заметно лучше, чем при работе с Veo пять месяцев назад: персонаж выглядел последовательнее, промпты отрабатывались точнее. Но даже лучшие ролики содержали характерные «AI-сюрпризы»: в одной сцене олень внезапно менял ориентацию в кадре во время прыжка с парашютом.

Модель неплохо справляется с нарративом. Когда автор попросила создать монтаж, где Бадди собирает чемодан и отправляется в круиз, Omni придумала, что он кладёт в багаж банку мёда — а потом по ошибке использует её как солнцезащитный крем. Персонаж даже произносит «Uh oh». Проблема в другом: банка мёда меняет форму и содержимое несколько раз на протяжении одного ролика — то стеклянная, то прозрачная с водой, то снова с мёдом.

Редактирование через текстовые промпты работает лучше, чем в Veo, но всё равно нестабильно. Когда автор попросила убрать рога, которые модель зачем-то добавила оленёнку, Omni их убрала — и тут же добавила в остальных сценах.

Дипфейк себя: муж не заметил подмены

Самая показательная часть теста — генерация видео с реальным человеком. Автор сняла нейтральное селфи-видео и попросила Omni поместить её в три сцены: за тарелкой спагетти, в кресле самолёта и у Эйфелевой башни с багетом в руках.

Результат оказался неожиданно убедительным. Муж автора, который знает её в лицо каждый день последние десять лет, посмотрел клип с пастой и решил, что она действительно сидит перед камерой и ест. Единственное, что его насторожило — незнакомая миска. Не движения, не выражение лица, не поведение — миска.

Клипы у Эйфелевой башни получились неоднородными: пара выглядит немного мультяшно, но один из них достаточно реалистичен, чтобы потребовать нескольких просмотров для распознавания подделки. Автор замечает, что это она, только когда ИИ-версия поворачивает голову и открывается хвост — причёска, которой у неё не было в момент съёмки.

Сколько это стоит и что это значит

Генерация видео в Flow работает по кредитной системе. Один клип стоит от 15 до 40 кредитов в зависимости от длины и сложности. Один раунд редактирования — 40 кредитов. Подписка AI Pro за $20 в месяц даёт 1000 кредитов. После примерно 20 сгенерированных клипов с несколькими правками у автора осталось 145 кредитов — то есть около 85% месячного лимита ушло на один тест.

Если у вас конкретное видение финального ролика, итеративная работа с моделью может быстро опустошить баланс. Это важно учитывать тем, кто рассматривает подобные инструменты для рабочих задач — например, для создания маркетинговых материалов или прототипов рекламных роликов.

Для белорусского рынка контекст такой: подписка на Google One AI Pro формально доступна через международные карты или виртуальные платёжные инструменты. Компании из ПВТ, работающие с иностранными клиентами в сфере видеопроизводства или контент-маркетинга, уже сейчас могут тестировать подобные инструменты в рабочих процессах — барьер входа минимален.

Технология опережает ощущение новизны

Автор признаётся, что перестала удивляться — и это само по себе тревожный сигнал. Год назад реализм Veo 3 шокировал. Сейчас Omni делает убедительные дипфейки реальных людей, а реакция уже не «невозможно», а «ну да, ожидаемо».

Омни — не идеальный инструмент. Персонажи меняют атрибуты между сценами, финальные кадры иногда выглядят как случайный коллаж элементов. Но порог для создания контента, способного ввести в заблуждение обычного человека в социальных сетях, уже пройден. Нужны аккаунт Google, $20 в месяц и одно селфи-видео.

Google позиционирует Omni как творческий инструмент. Технически это так. Но граница между «безобидным экспериментом» и производством дезинформации становится всё тоньше — и инструменты для её пересечения теперь доступны любому пользователю с банковской картой.

— По материалам The Verge: оригинальная статья. Перевод и адаптация — редакция Digital Business.