Google научил Vids редактировать видео через чат и создавать цифровых двойников

Google выпустил крупное обновление для своего видеосервиса Vids. В основу релиза легла мультимодальная нейросеть Gemini Omni Flash, благодаря которой редактирование роликов стало похожим на чат с ассистентом, а создание спикеров больше не требует съемки на реальную камеру.

Вместо сложной работы с дорожками, масками и ключами на таймлайне пользователи Google Vids теперь могут менять содержимое кадра с помощью обычных текстовых запросов. Модель Gemini Omni Flash анализирует физику сцены и пространственные связи, что позволяет изменять отснятый материал без заметных склеек или визуальных артефактов.

Такой подход меняет сам процесс постобработки: сложная цветокоррекция и ретушь, ранее требовавшие профессионального софта и навыков монтажера, теперь выполняются прямо в окне браузера за пару кликов.

До сих пор корпоративные видеоролики были фактически «одноразовыми». Любое изменение — новый логотип, обновленный интерфейс программы, исправление ошибки или перевод на другой язык — часто требовало пересъемки или сложного монтажа.

Новый режим Google Vids позволяет редактировать уже готовое видео с помощью текстовых команд, превращая его в такой же легко обновляемый материал, как документ в Google Docs. Это сокращает время и стоимость поддержки обучающих материалов, инструкций и внутренних презентаций.

Вторая ключевая функция релиза — генерация персональных цифровых двойников (Personal Avatars). Инструмент создан в первую очередь для внутренних бизнес-задач: быстрого создания видеоинструкций, обучающих курсов или отчетных презентаций для команды.

Главное преимущество цифровых аватаров — не в том, чтобы заменить человека в кадре, а в возможности быстро обновлять контент без повторных съемок. Если изменились регламент, интерфейс программы или текст инструкции, достаточно внести правки, а не собирать команду для новой записи видео.

Свободная генерация реалистичных двойников создает очевидные риски, поэтому Google заложил в сервис жесткие ограничения по безопасности. Инструмент работает в строго контролируемой среде и не предназначен для анонимного контента.

Благодаря этим мерам платформе удалось сохранить баланс между удобством автоматизации и предотвращением попыток создания фейковых видео.

Именно система защиты делает персональных аватаров инструментом для бизнеса, а не очередным сервисом для создания дипфейков.

Привязка к корпоративным аккаунтам, обязательная идентификация пользователей и цифровые водяные знаки SynthID позволяют компаниям использовать виртуальных спикеров без серьезных репутационных рисков. Для Google это не менее важная часть технологии, чем сами возможности генерации.

Запуск Gemini Omni Flash и аватаров в Google Vids стартовал 16 июля для пользователей с ранним доступом (Rapid Release), а основной этап развертывания для остальных аккаунтов начнется 5 августа.

И хотя базовый инструментарий генерации запускается по всему миру, европейским пользователям придется подождать адаптации алгоритмов под требования GDPR.

На рынке уже есть десятки сервисов, использующих генеративный ИИ для работы с видео. Runway, Pika, Luma AI и OpenAI Sora делают основной акцент на создании новых роликов по текстовому описанию или изображению, ориентируясь на маркетинг, рекламу, кино и контент для социальных сетей.

Google выбрал другую стратегию: вместо генерации эффектных сцен компания сосредоточилась на повседневых задачах бизнеса — создании, обновлении и редактировании корпоративного видеоконтента.

Именно поэтому Google Vids встроен в экосистему Workspace и тесно связан с документами, презентациями и другими офисными сервисами компании.

Его главная задача — не заменить профессиональный видеоредактор, а максимально упростить подготовку обучающих материалов, внутренних инструкций, презентаций и отчетов. Такой подход делает ИИ не отдельным творческим инструментом, а частью привычного рабочего процесса, где видео можно обновлять так же быстро, как обычный документ.

Интеграция Gemini Omni Flash в Google Vids наглядно показывает трансформацию видеопроизводства. Создание контента избавляется от технических барьеров: съемка, ретушь и озвучка постепенно сводятся к грамотно сформулированным текстовым инструкциям.

Главное преимущество этой модели — превращение видео из одноразового продукта в гибкий материал. Появилась возможность актуализировать старые ролики, перекрашивать интерфейсы или переозвучивать спикеров под новые задачи за считанные минуты без повторных съемок.

Если раньше генеративный ИИ в видео ассоциировался прежде всего с созданием эффектных роликов, то Google показывает другое направление развития отрасли. Видео постепенно превращается в такой же легко редактируемый рабочий документ, как текстовая презентация или таблица.

Для корпоративного сегмента именно этот сценарий может оказаться гораздо важнее громких демонстраций возможностей генеративного ИИ.

Для тех, у кого нет времени вчитываться в детали разбора, собрали все ключевые обновления Google Vids, условия доступа и лимиты в одной наглядной инфографике:

Мы записали специальный аудиовыпуск по этой статье.

В этом материале мы детально разобрали, как модель Gemini Omni Flash превращает сложный видеомонтаж в простой чат с нейросетью, и выяснили, почему Google делает ставку на текстовые команды вместо традиционного таймлайна; обсудили, как технология Personal Avatars создает цифровых двойников по одному селфи, почему бизнес готов платить за генерацию обучающих роликов и презентаций,

Слушайте нас на своих любимых подкаст-платформах.