جوجل تطلق Veo 3.1 Lite لتوليد الفيديو بتكلفة منخفضة وسرعة عالية
جوجل تطلق Veo 3.1 Lite لتوليد الفيديو بسرعة وكفاءة منخفضة التكلفة عبر Gemini API.
أعلنت شركة جوجل عن إطلاق Veo 3.1 Lite، وهو نموذج جديد ضمن مجموعة الفيديوهات التوليدية التي تقدمها، مصمم للتغلب على العقبة الرئيسية التي تواجه نشر الفيديوهات على نطاق واسع: التكلفة. على الرغم من التقدم السريع في جودة الصورة في مجال الفيديوهات التوليدية، إلا أن تكلفة المحتوى المولد لا تزال مرتفعة، مما يجعل من الصعب على المطورين بناء تطبيقات ذات حجم كبير.
يتوفر Veo 3.1 Lite الآن عبر Gemini API وGoogle AI Studio للمستخدمين في الفئة المدفوعة. حيث يقدم هذا النموذج نفس سرعة التوليد مثل نموذج Veo 3.1 Fast الحالي، ولكن بتكلفة تقل عن نصف السعر، مما يجعله خيارًا قياسيًا للمطورين الذين يركزون على توليد الفيديو بطريقة برمجية والنمذجة التكرارية.
البنية التقنية: المحول المائي (Diffusion Transformer)
أحد الجوانب البارزة في عائلة Veo 3.1 هو البنية الأساسية المعتمدة على Diffusion Transformer (DiT). حيث تعتمد النماذج التقليدية لتوليد الفيديو على نماذج تشتمل على U-Net، والتي قد تواجه صعوبة في التعامل مع البيانات عالية الأبعاد والاعتماد الزمني الطويل. في المقابل، يستخدم Veo 3.1 Lite هيكلًا أساسيًا يعتمد على المحولات التي تعمل على تجزئة الزمان والمكان.
في هذا الهيكل، يتم معالجة إطارات الفيديو ليس كصور ثنائية الأبعاد ثابتة، بل كسلسلة مستمرة من الرموز في مساحة كامنة. من خلال تطبيق الانتباه الذاتي عبر هذه القطع، يحافظ النموذج على اتساق زمني أفضل، مما يضمن بقاء الأجسام والإضاءة والملمس متماسكة طوال مدة المقطع، مما يقلل من العيوب الشائعة التي كانت تُرى في النماذج السابقة.
أداء ومواصفات الإخراج
يوفر Veo 3.1 Lite معايير محددة لدقة الفيديو ومدة الإخراج، مما يسمح لمطوري الذكاء الاصطناعي بدمجه في سير العمل الهيكلي. على عكس نموذج Veo 3.1 الرائد، الذي يدعم دقة 4K، فإن النسخة Lite مُحسّنة للإخراج عالي الدقة (HD). الدقات المدعومة تشمل:
- 720p و1080p.
نسب العرض: دعم أصلي لكل من الوضع الأفقي (16:9) والوضع العمودي (9:16). يمكن للمطورين تحديد أطوال التوليد لمدة 4 أو 6 أو 8 ثوانٍ.
كما أن النموذج مُحسّن لـ ‘Cinematic Control’، حيث يتعرف على التوجيهات الفنية مثل ‘pan’ و‘tilt’ وتعليمات الإضاءة المحددة. لا يشير الوسم ‘Lite’ إلى تقليل سرعة التوليد مقارنة بفئة ‘Fast’، بل يشير إلى مجموعة من المعلمات المُحسّنة التي تسمح لفريق جوجل بتقديم النموذج بسعر أقل بكثير مع الحفاظ على نفس خصائص الأداء منخفضة الكمون.
تحول التسعير: ديمقراطية الاستدلال على الفيديو
القيمة الأساسية لـ Veo 3.1 Lite هي هيكل التكلفة. في السوق الحالية، غالبًا ما تكلف الاستدلال على الفيديو عالي الجودة عدة دولارات لكل دقيقة من اللقطات، مما يجعل من الصعب تبريرها لتطبيقات مثل توليد الإعلانات الديناميكية أو أتمتة وسائل التواصل الاجتماعي. هيكل تسعير Veo 3.1 Lite هو كما يلي:
- 720p: 0.05 دولار لكل ثانية.
- 1080p: 0.08 دولار لكل ثانية.
يتم التعامل مع إمكانية الوصول عبر Gemini API. وهذا يسمح بدمج توليد الفيديو في تطبيقات Python أو Node.js الحالية باستخدام نداءات REST أو gRPC القياسية.
ميزة فنية هامة: SynthID
تُعتبر ميزة فنية حاسمة للمطورين في المؤسسات هي إدراج SynthID. تم تطوير هذا الأداة بواسطة Google DeepMind، وهي أداة لتمييز وتحديد المحتوى المولد بواسطة الذكاء الاصطناعي. تقوم بإدراج علامة مائية رقمية مباشرة في بيكسلات الفيديو تكون غير مرئية للعين البشرية ولكن يمكن اكتشافها بواسطة برامج متخصصة. هذه ميزة إلزامية للمطورين المهتمين بالسلامة والامتثال وتمييز الوسائط الاصطناعية عن اللقطات الملتقطة.
الاستنتاجات الرئيسية
- نصف السعر، نفس السرعة: يقدم نفس أداء الكمون المنخفض مثل فئة ‘Fast’ بأقل من 50% من السعر (0.05 دولار/ثانية لـ 720p).
- إخراج HD القابل للتوسع: يدعم دقات 720p و1080p في مقاطع مدتها 4، 6، أو 8 ثوانٍ مع نسب عرض أصلية 16:9 و9:16.
- البنية: مبنية على Diffusion Transformer (DiT) باستخدام قطع مكانية زمنية لتحقيق حركة واتساق فيزيائي أفضل.
- جاهز للمطورين: متاح الآن عبر Gemini API (الفئة المدفوعة) وGoogle AI Studio، مع تضمين علامة مائية رقمية SynthID.
المصدر: MarkTechPost