Mohammad Nasravi

Chat with Mohammad on WhatsAppگفت‌وگو با محمد در واتساپتواصل مع محمد عبر واتساب

هوش مصنوعی امروز: Omni 1.2 گوگل ویدیوی ۱۵ ثانیه‌ای داد

کارت خبر روی عکس یک اتاق تدوین تاریک که ردیف بلندی از پانزده صفحهٔ شیشه‌ای فیروزه‌ای در آن تا دوردست کشیده شده است.

Written by Mohammad Nasravi inنوشته شده توسط محمد نصراوی در

مدل ویدیوی گوگل حالا ۱۵ ثانیه را یک‌جا می‌سازد؛ ۷۲۰p ثانیه‌ای ۷ سنت. این طول یک تبلیغ کوتاه است. ولی عددی که به کار تو مربوط است قیمت برداشتی است که نگه می‌داری.

Omni 1.2 Flash: پانزده ثانیه، اصلاح با گفت‌وگو، ۳۰ درصد ارزان‌تر

گوگل ۱۴ آبان Gemini Omni 1.2 Flash را روی Gemini API عرضه کرد و به Flow و AI Studio و Google Ads هم آورد. طول کلیپ از ۳ تا ۱۵ ثانیه است؛ قبلاً سقف ۱۰ ثانیه بود. پیش‌نویس را در ۳۶۰p یا ۷۲۰p می‌گیری و بعد تا ۱۰۸۰p یا 4K بالا می‌بری. ۷۲۰p ثانیه‌ای ۷ سنت است، ۳۰ درصد کمتر از نسخهٔ قبل. اصلاح با گفت‌وگوست: عوض‌کردن محصول، پس‌زمینه، نور یا نسبت تصویر. گوگل می‌گوید خط روی بسته و رنگ برند در زاویه‌های مختلف می‌ماند. خودش هم می‌گوید اکشن سریع ورزشی و فیزیک پیچیده هنوز کار دارد (گوگل، ۱۴ آبان). از ۱۲ آذر درخواست‌های Omni 1.1 Flash به 1.2 می‌روند (تغییرات API).

برداشت من: کلیپ ۱۵ ثانیه‌ای ۷۲۰p می‌شود ۱٫۰۵ دلار. من ۶۰ تا ۷۰ درصد برداشت‌هایم را رد می‌کنم، پس برای هر برداشت قابل‌قبول حدود سه بار ساخت حساب کن؛ یعنی کمی بیشتر از ۳ دلار، بدون حساب وقت خودت. قیمت رسمی فقط برای ۷۲۰p است؛ قبل از اعلام قیمت به مشتری، نرخ کیفیت بالاتر را ببین. ادعای خط روی بسته را خودت آزمایش کن؛ این حرف گوگل است، نه نتیجهٔ کار من. در تبلیغ سه‌بعدی تافی فستیوال کار من شامل شیت محصول هم بود و هر نما با آن چک شد. برداشت بلندتر یعنی فریم بیشتر برای لغزیدن نوشته‌های ریز.

Vids ماهی سه کلیپ ۱۵ ثانیه‌ای رایگان می‌دهد

همان روز Vids هم به Omni 1.2 Flash رفت. با هر حساب گوگل تا سه ویدیوی ۱۵ ثانیه‌ای در ماه رایگان است (گوگل، ۱۴ آبان). راهنمای گوگل هنوز می‌نویسد خروجی فقط برای استفاده داخل Vids است و عدد دیگری هم می‌دهد: بیشتر کاربران تا ۵۰ ویدیو در ماه (راهنمای گوگل، خوانده‌شده ۱۶ آبان). آواتار با عکس شخصی در Vids هم فعلاً متوقف است (گزارش Workspace، ۱۵ آبان).

برداشت من: سه کلیپ یعنی ۴۵ ثانیه در ماه؛ با نرخ رد من، یک کلیپ که بشود به کسی نشانش داد. رایگان یعنی دفتر طرح، نه خط تولید. چند هفته پیش روی یک فیلم توضیحی سفارشی از Vids استفاده کردم، با مدل قبلی: ۲۲ کلیپ، شش‌تا دور ریخته شد. گنبد و مناره و تابلوی مغازه‌های بی‌معنی می‌آمد که کسی نخواسته بود، و تا «photorealistic live-action» را در پرامپت ننوشتم خروجی کارتونی ماند. این را روی 1.2 هم امتحان کن، و اگر کلیپ رایگان قرار است در تبلیغ پولی برود، آن جملهٔ «فقط داخل Vids» را جدی بگیر.

صدای گوگل قابل تغییر شد؛ دو مدل قدیمی هم تاریخ گرفتند

۱۳ آبان قابلیت remix صدا برای Gemini 3.8 TTS آمد: یک صدای آماده را با دستور ساده عوض می‌کنی و به‌عنوان صدای تازه نگه می‌داری، در API یا AI Studio. ۱۱ آبان هم Gemini 2.5 Pro و 2.5 Flash از فهرست AI Studio رفتند و از ۱۰ آذر درخواست‌های API به مدل‌های تازه‌تر می‌روند، با تغییراتی که کد قدیمی را می‌شکند (تغییرات API). ساختن کپی صدای یک آدم واقعی راه جداست: پروژهٔ پولی و ضبط رضایت از خود گوینده (مستندات گوگل).

برداشت من: برای گویندهٔ ثابت برند، این بدون قرارداد با گوینده راه می‌افتد. ولی صدای پایه مال کسی نیست، پس به مشتری نگو انحصاری است. گوگل در این تغییرات حرفی از فارسی نزده؛ قبل از هر قولی، فارسی را خودت با چند جملهٔ سخت امتحان کن. اگر ابزاری ساخته‌ای که اسم Gemini 2.5 را صدا می‌زند، همین هفته پیدایش کن.

کار امروز

سه دلار خرج کن. روی بستهٔ واقعی خودت، با نوشته‌های ریز توی کادر، سه برداشت ۱۵ ثانیه‌ای بگیر و فریم آخر را با طرح چاپی مقایسه کن. نوشته ماند، پیش‌نویس ارزان داری. لغزید، با نماهای کوتاه ادامه بده. اگر می‌خواهی فیلم را کارگردانی کنم، این کار من است.

منابع

خبرهای هوش مصنوعی را در تلگرام دنبال کنخلاصهٔ خبرها و برداشتِ من از کارِ واقعی، در کانالِ Nasravi.com در تلگرام.
عضویت در کانال تلگرام

Written by Mohammad Nasravi — AI creative director, in-house at a major FMCG group. Four years putting AI-made commercials past real brand teams, including Shirin Asal campaigns for Gulfood 2026 and Canton Fair 2025. More about the work · Start a project نوشتهٔ محمد نصراوی — کارگردان خلاق هوش مصنوعی، درون یک گروه بزرگ FMCG. چهار سال است کارِ ساخته‌شده با هوش مصنوعی را از فیلتر تیم‌های برند رد می‌کند؛ از جمله کمپین‌های شیرین عسل برای گلفود ۲۰۲۶ و کانتون فر ۲۰۲۵. دربارهٔ کارها · شروع پروژه بقلم محمد نصراوي — مدير إبداعي للذكاء الاصطناعي من داخل مجموعة FMCG كبرى. أربع سنوات من تمرير إعلانات مصنوعة بالذكاء الاصطناعي عبر فرق علامات حقيقية، منها حملات Shirin Asal في جلفود 2026 ومعرض كانتون 2025. المزيد عن العمل · ابدأ مشروعك