في خطوة تعكس احتدام المنافسة في سوق أدوات إنتاج الفيديو بالذكاء الاصطناعي، كشفت شركة جوجل عن مجموعة واسعة من التحديثات لخدمة Google Vids، تضيف إليها إمكانات متقدمة لإنشاء صور رمزية رقمية (AI Avatars) تشبه المستخدم في الشكل والصوت، إلى جانب دمج نموذج الذكاء الاصطناعي متعدد الوسائط Gemini Omni، بما يحول الخدمة من أداة لإنشاء العروض التقديمية إلى منصة متكاملة لإنتاج وتحرير الفيديوهات المدعومة بالذكاء الاصطناعي.
جيميناي أومني هو أحدث نموذج ذكاء اصطناعي متعدد الوسائط (Multimodal AI) من تطوير Google DeepMind، ويُمثل نقلة نوعية في مسيرة نماذج جيميناي إذ يجمع لأول مرة بين قدرات الاستدلال والفهم العميق التي تشتهر بها نماذج Gemini، وبين القدرة على إنشاء وتحرير المحتوى المرئي والسمعي داخل نموذج موحد. وبدلاً من أن يكون مجرد مولد للفيديو، تصفه جوجل بأنه نموذج يستطيع “إنشاء أي شيء انطلاقًا من أي نوع من المدخلات” (Create Anything from Any Input)، بدءًا من الفيديو.
بمعنى آخر، يستطيع Gemini Omni استقبال أي مزيج من النصوص والصور والفيديوهات والمقاطع الصوتية، ثم دمجها جميعًا في سياق واحد لفهمها وإنشاء مخرجات جديدة، سواء كانت فيديوهات واقعية أو تعديلات احترافية على مقاطع موجودة، مع الحفاظ على الاتساق بين الشخصيات والخلفيات وحركة الكاميرا والصوت.
بينما Google Vids هي خدمة لإنشاء وتحرير الفيديوهات تعتمد على الذكاء الاصطناعي، طورتها جوجل كجزء من حزمة Google Workspace، وتهدف إلى تمكين المستخدمين من إنتاج فيديوهات احترافية بسرعة دون الحاجة إلى خبرة في المونتاج أو استخدام برامج تحرير فيديو معقدة.
وتستهدف الخدمة بشكل أساسي بيئات العمل والشركات والمؤسسات التعليمية، حيث تساعد على إنتاج فيديوهات للعروض التقديمية، والتدريب، والتواصل الداخلي، والتسويق، وشرح المنتجات والخدمات.
وتأتي هذه الخطوة في وقت تراجع فيه الاهتمام ببعض أدوات الفيديو التوليدي، مثل خدمة Sora التابعة لشركة OpenAI، وهو ما يشير إلى أن جوجل لا تزال ترى مستقبلًا واعدًا لهذا النوع من التطبيقات، خاصة داخل بيئات العمل والمؤسسات.
إنشاء نسخة رقمية للمستخدم بصورته وصوته
أبرز ما حمله التحديث الجديد هو إمكانية إنشاء صورة رمزية شخصية تمثل المستخدم رقميًا، وذلك من خلال رفع صورة شخصية وتسجيل صوتي قصير. وبعد معالجة هذه البيانات بواسطة نماذج الذكاء الاصطناعي، يصبح بإمكان المستخدم إنشاء مقاطع فيديو يظهر فيها وكأنه يتحدث بنفس ملامحه ونبرة صوته، دون الحاجة إلى تسجيل نفسه أمام الكاميرا في كل مرة.
ويمكن الاستفادة من هذه الميزة في تسجيل العروض التقديمية، أو مقاطع التدريب، أو تحديثات العمل، أو حتى رسائل الفيديو الاحترافية، حيث يتولى الذكاء الاصطناعي محاكاة الشخص بشكل تلقائي.
Gemini Omni.. ذكاء اصطناعي يفهم النص والصورة معًا
كما أعلنت جوجل دمج نموذجها متعدد الوسائط Gemini Omni داخل Google Vids، وهو نموذج قادر على التعامل مع أكثر من نوع من البيانات في الوقت نفسه، مثل النصوص والصور ومقاطع الفيديو.
ويعني ذلك أن المستخدم لم يعد بحاجة إلى كتابة وصف نصي فقط لإنشاء فيديو، بل يمكنه أيضًا رفع صور مرجعية أو عناصر بصرية، ليقوم النموذج بفهم العلاقة بينها وبين التعليمات المكتوبة، ثم إنتاج فيديو متكامل يجمع جميع هذه المدخلات بصورة تلقائية.
وتُعد هذه المقاربة أكثر تطورًا من أدوات إنشاء الفيديو التقليدية، لأنها تمنح المستخدم قدرة أكبر على التحكم في شكل المحتوى النهائي، مع الحفاظ على جودة واتساق العناصر البصرية.
تعديل الفيديوهات دون إعادة إنتاجها بالكامل
ومن بين أبرز المزايا الجديدة أيضًا إمكانية إجراء تعديلات ذكية على الفيديوهات الموجودة بالفعل. فباستخدام Gemini Omni، يستطيع المستخدم تغيير خلفية فيديو تم تصويره بالهاتف، أو تحسين الإضاءة، أو إضافة مؤثرات بصرية، أو إجراء تعديلات أخرى دون الحاجة إلى إعادة تصوير المشهد أو إنشاء فيديو جديد بالكامل.
كما يدعم النظام الآن التحرير التفاعلي خطوة بخطوة، بحيث يمكن تعديل الفيديو تدريجيًا أثناء العمل عليه، بدلاً من الاضطرار إلى إعادة توليد المشروع بالكامل بعد كل تغيير، وهو ما يقلل وقت الإنتاج ويمنح مرونة أكبر أثناء عملية التحرير.
من أداة عروض تقديمية إلى منصة متكاملة لإنتاج الفيديو
عند إطلاق Google Vids، كانت الخدمة تستهدف في الأساس مستخدمي Google Workspace لإنشاء عروض تقديمية ومقاطع فيديو مخصصة لبيئات العمل.
لكن التحديثات الجديدة توسع نطاق استخداماتها بصورة كبيرة، لتتحول إلى منصة شاملة لإنشاء الفيديوهات باستخدام الذكاء الاصطناعي، وهو ما يضعها في منافسة مباشرة مع منصات متخصصة مثل HeyGen وSynthesia وCaptions وD-ID، التي تعتمد على الصور الرمزية الرقمية وتقنيات تحويل النصوص إلى فيديو.
وترى جوجل أن هذه الإمكانات ستكون مفيدة في إنتاج مقاطع تدريب الموظفين، وإعلانات الشركات، ورسائل الإدارة التنفيذية، والعروض التسويقية، وغيرها من الاستخدامات المؤسسية.
حماية المحتوى عبر تقنية SynthID
وللحد من إساءة استخدام الصور الرمزية الرقمية، أكدت جوجل أن الشخصية الافتراضية ستكون مرتبطة بهوية صاحب الحساب وصورته الشخصية وحساب Google الخاص به.
كما سيتم تضمين علامة مائية رقمية غير مرئية باستخدام تقنية SynthID، وهي تقنية طورتها جوجل لإضافة بصمة رقمية داخل المحتوى المُولد بالذكاء الاصطناعي، بحيث يمكن التحقق لاحقًا من أنه تم إنتاجه باستخدام أدوات الذكاء الاصطناعي، حتى وإن لم تكن العلامة مرئية للمستخدم. وتهدف هذه الخطوة إلى الحد من إنشاء مقاطع فيديو مزيفة أو استخدامها في انتحال الشخصيات، في ظل تصاعد المخاوف المرتبطة بتقنيات التزييف العميق (Deepfake).
توفر الميزة بشروط محددة
وأوضحت جوجل أن ميزة الصور الرمزية الشخصية لن تكون متاحة لجميع المستخدمين في الوقت الحالي، إذ سيقتصر الوصول إليها على مستخدمي Google Workspace في مناطق جغرافية محددة، مع اشتراط ألا يقل عمر المستخدم عن 18 عامًا، في إطار الضوابط التي تضعها الشركة لاستخدام تقنيات الذكاء الاصطناعي التوليدي.