گوگل ویژگی تولید تصویر و ویدیو را در مدل هوش مصنوعی Gemini فعال کرد. کاربران نسخه‌ی Gemini Advanced (مبتنی بر مدل Gemini 1.5 Pro) اکنون می‌توانند از این قابلیت‌ها استفاده کنند. در حال حاضر فقط به زبان انگلیسی و در کشورهای منتخب در دسترس است.

طبق گفته‌ی وب‌سایت Verge، با این ابزار، کاربران می‌توانند فقط با وارد کردن چند خط متن، تصاویری واقعی و باکیفیت تولید کنند. این قابلیت می‌تواند برای طراحان، تولیدکنندگان محتوا و حتی کاربران عادی جذاب و کاربردی باشد.

ویدیوسازی با Gemini هم در راه است

اگرچه تولید ویدیو با Gemini هنوز به‌صورت عمومی منتشر نشده، اما گوگل تأیید کرده که ویژگی تولید ویدیو از متن را هم به‌صورت آزمایشی در اختیار برخی کاربران قرار داده است و برای عموم کاربران هم به‌زودی در دسترس قرار می‌گیرد. این ویدیو را تماشا کنید:

با این به‌روزرسانی، گوگل نشان می‌دهد که Gemini فقط یک چت‌بات نیست؛ بلکه رقیبی جدی برای ابزارهای هوش مصنوعی تصویری مثل DALL·E و Midjourney است.

اما یکی از سرآمدان عرصه‌ی تولید ویدیو با هوش مصنوعی به‌تازگی عرضه شده که ویژگی‌های خاص و فوق‌العاده‌ای را به کاربران ارائه داده است. در خبر رونمایی از هوش مصنوعی Marey در این باره بخوانید.