@המלאך זה אולי סיבה לשגיאה מהמודל עקב עומס וכו', אבל שהמודל יעבוד באופן שונה?

@יאיר2081 לי דווקא פחות מסתבר שגוגל מספקים מודל שפועל בצורה שונה באותו API בין למשתמשים חינמיים ובין בתשלום...

אני חושב שזה פשוט העניין שזה preview (ולך תדע, זה ישאר כך לנצח ויצא 3.5 Flash TTS..)

@יאיר2081 אתה חושב שזה רק בחינמי?

@אברהם-גלסר ?

@yehokarpel יכול להיות שכאן תמצא משהו מתאים

מטורף מה שמודל הווידאו החדש של גוגל מסוגל לעשות!!!

Gemini Omni.zip

מודל עריכת הוידאו החדש של גוגל, Gemini Omni, זמין מעכשיו לכווולם בתוך Google Flow!!

המודל מאפשר לערוך ולשנות סרטונים פשוט באמצעות פקודות טקסט בשפה חופשית.

גוגל פותחת את הגישה גם למשתמשים במסלול החינמי, שיכולים מהיום ליצור שני סרטוני Omni בחינם בכל יום, בלי צורך במנוי בתשלום.

איך מוציאים את המקסימום ממודל הווידאו החדש של גוגל, Gemini Omni? הנה המדריך המלא לכתיבת פרומפטים.

ככל שתהיו יותר ממוקדים, התוצאה תהיה קרובה יותר למה שדמיינתם. הנה עקרונות העבודה המרכזיים:

הבסיס לכל שוט
תחשבו כמו במאים. כשאתם כותבים פרומפט, כדאי להגדיר את האלמנטים הבאים:

תנועת מצלמה וזווית: תקריב (Close-up), זווית רחבה, צילום סטטי או מצלמה בתנועה מהירה.

סגנון ותאורה: קולנועי, מציאותי, תאורת שקיעה חמה או אורות ניאון דרמטיים.

מיקום ופעולה: איפה זה קורה ומה הדמויות עושות. לא צריך לפרט כל גרגיר אבק – המודל מבין הקשר כללי.

עריכה שיחתית בשלבים
אפשר לערוך את הווידאו תוך כדי שיחה, בלי לכתוב הכל מחדש. יצרתם וידאו של פרפר? פשוט תכתבו "תחליף את הפרפר לדבורה", והוא ישמור על שאר הסרטון. אפשר גם לשנות רק את זווית המצלמה באותה שיטה.

מונחי מצלמה מתקדמים
המודל מבין מושגים מקצועיים מהקולנוע. אתם יכולים לבקש שוט רציף (Oner), מצלמה נייחת (Locked off), או תנועות כמו Push in ו-Dolly zoom. אפשר גם לבקש טקסטורות ספציפיות כמו "צילום סמארטפון" או "מצלמת פילם".

ידע כללי מובנה
בניגוד למודלים אחרים שדורשים תיאור פיזי מדויק של כל אובייקט, Omni נשען על ידע בעולם. אפשר לבקש ממנו משהו מופשט כמו "תראה לי את ההבדל בין מחשב רגיל למחשב קוונטי בסגנון מינימליסטי", והוא כבר ידע איך לתרגם את זה לוויזואליה.

שילוב קבצים ושמירה על עקביות
ערבוב מדיות: אפשר לשלב וידאו, תמונה וסאונד בפרומפט אחד. למשל: "קח את הציפורים מהווידאו הזה, תסדר אותן לפי הצורה שבתמונה הזו, ושיזוזו לפי הקצב של קובץ האודיו".

סטוריבורד: אפשר להעלות ציורי סקיצה (סטוריבורד) ולבקש מהמודל להנפיש אותם לפי הסדר.

שמירה על דמות: רוצים שהדמות שלכם תופיע בכמה סצנות שונות? פשוט תעלו תמונת רפרנס (אפשר אפילו כזו שיצרתם במודל התמונות של גוגל או ChatGPT) והוא ישמור על המראה שלה עקבי גם כשהרקע והתאורה משתנים.

טקסט ואנימציה מסונכרנת
ה-Omni יודע לרנדר טקסט מדויק בתוך הווידאו (בעברית עדיין לא משהו). אפשר להגדיר לו איזה פונט, לבקש שמילים יופיעו אחת אחרי השנייה, ואפילו לסנכרן תנועות במרחב (כמו אורות שנדלקים) בדיוק לפי קצב המוזיקה שהעליתם.

טיפ קטן לסיום: לפני שאתם מייצרים את הווידאו, אפשר פשוט להיכנס לצ'אט הרגיל של ג'מיני, לזרוק לו את הרעיון הכללי שלכם ולבקש ממנו לנסח עבורכם את הפרומפט המלא והעשיר ביותר.

סיכום החלק הראשון של כנס ה I/O של גוגל

 
הישגי ה-AI של גוגל: סונדאר פיצ'אי פתח וציין את הצמיחה העצומה בשימוש בבינה המלאכותית, עם למעלה מ-3.2 קוודריליון (אלף טריליונים) "אסימוני" מידע (Tokens) המעובדים בחודש. כיום לגוגל יש 13 מוצרים עם מעל למיליארד משתמשים

• שבבי TPU חדשים: גוגל הציגה את הדור השמיני של שבבי העיבוד שלה, ה-TPU 8t ו-8i. השבבים החדשים מאפשרים אימון מודלים מהיר מאי פעם ועיבוד נתונים בקצב של כ-1,500 טוקנים בשנייה תוך חיסכון ניכר באנרגיה

1. מודלי בינה מלאכותית חדשים

• Gemini Omni: מודל "עולם" (World Model) חדש של גוגל שמסוגל לא רק ליצור טקסט, אלא לדמות את המציאות הפיזית (למשל, להבין כוח משיכה ואנרגיה קינטית). המודל מאפשר יצירה ועריכה טבעית של סרטוני וידאו מציאותיים באמצעות פקודות טקסט פשוטות, תוך שמירה על עקביות פיזיקלית

• Gemini 3.5 Flash: מודל מתקדם, מהיר במיוחד וזול משמעותית, אשר תוכנן במיוחד כדי להפעיל סוכני AI (Agents) ולבצע משימות קידוד ותכנות ארוכות

2. מהפכת ה"סוכנים" (AI Agents)

• Antigravity 2.0: סביבת פיתוח מהפכנית המבוססת על סוכני AI. בהדגמה מדהימה, צוות של סוכני AI הצליח לכתוב ולבנות מערכת הפעלה שלמה (OS) מאפס בתוך 12 שעות בלבד

• Gemini Spark: סוכן אישי שפועל 24/7 בענן מטעם המשתמש. הסוכן מסוגל לארגן אירועים, לאסוף נתונים על פני מספר אפליקציות (Docs, Gmail, Calendar), לנסח מיילים, ליצור מסמכים מעוצבים ולתכנן לוחות זמנים – והכל מתנהל ברקע בזמן שאתם פנויים לדברים אחרים

3. חידושים במנוע החיפוש ובקניות

• חיפוש מבוסס סוכנים (Search Agents): חיפוש גוגל שודרג למודל 3.5 עם תיבת חיפוש אינטראקטיבית. כעת ניתן "לשכור" סוכני חיפוש שיעבדו ברקע ויעדכנו אתכם באופן שוטף בנושאים מורכבים, כמו מעקב אחר מניות ספציפיות או חיפוש דירות

• Agentic Coding בחיפוש: החיפוש יכול כעת לכתוב קוד בזמן אמת כדי ליצור עבורכם גרפים אינטראקטיביים או לבנות מיני-אפליקציות בהתאמה אישית (כמו מתכנן סופי שבוע למשפחה שמוסיף הכל ישירות ליומן)

• Agentic Commerce: מהפכה בקניות דרך רשת שלמה של פרוטוקולים המאפשרים לסוכנים לרכוש דברים עבורכם באבטחה מלאה. גוגל הציגה את ה-"Universal Cart" (עגלת קניות אוניברסלית) שמוצאת חיסכון, מבצעת קופונים באופן אוטומטי, ובודקת האם חלקים שאתם קונים תואמים אחד לשני (למשל בהרכבת מחשב)

4. שילוב AI במוצרי היום-יום

• שדרוג אפליקציית Gemini: האפליקציה זכתה לעיצוב מחדש, תמיכה בניבים אזוריים קוליים שונים, ו"עדכון יומי" שמסכם את האימיילים, הפגישות והמשימות שלכם על הבוקר. בנוסף, הודגם שילוב מתקדם של המערכת ב-Mac OS המאפשר הפקת טבלאות ממסמכים וקבלות דרך קול בלבד
• Ask YouTube: תכונה חדשה המאפשרת למשתמשים לשאול שאלות על סרטונים ארוכים ולקבל סיכום או קפיצה בדיוק לשנייה הרלוונטית שמסבירה את התשובה בסרטון
• Docs Live: יצירה, עריכה ועיצוב של מסמכים בצורה מלאה רק דרך פקודות קוליות רציפות של המשתמש

5. כלי יצירה ועיצוב

• Google Pics & Stitch: כלים חדשים ליצירת ועריכת תמונות, ולבניית ממשקי משתמש (UI) לאתרים ואפליקציות דרך הנחיות טקסט ודיבור
• Google Flow & Flow Music: פלטפורמות ליצירה מתקדמת של וידאו קולנועי (עם אפשרות לשנות זוויות צילום וזמן ביום על ידי פקודות) ולביצוע או הפקה של רצועות מוזיקה מורכבות

6. משקפיים חכמים (Intelligent Eyewear)

• גוגל חשפה משקפי שמע חכמים (ללא מסך ויזואלי מובנה) בשיתוף פעולה עם סמסונג, Warby Parker ו-Gentle Monster. המשקפיים, שיושקו בסתיו הקרוב, מחוברים ל-Gemini ומאפשרים לבקש הנחיות ניווט בזמן אמת, להזמין אוכל, לסכם הודעות טקסט ולצלם תמונות של מה שקורה מולכם, כל זאת ללא צורך להוציא את הטלפון מהכיס

7. שקיפות, בטיחות ומדע

• זיהוי תוכן בינה מלאכותית: הרחבת כלי ה-SynthID (סימון מים דיגיטלי נסתר) לדפדפן Chrome ולמנוע החיפוש, על מנת לסייע למשתמשים לזהות בקלות תמונות וסרטונים מזויפים (Deepfakes), בשיתוף עם חברות כמו OpenAI ואינבידיה

• Gemini for Science: שימוש בבינה מלאכותית לפתרון בעיות מורכבות במדע – החל ממודלים פורצי דרך לחיזוי מדויק ומהיר של מזג אוויר וסופות הוריקן (WeatherNext), ועד להאצת תהליכי הפיתוח של תרופות וטיפולים למחלות חשוכות מרפא

Spoiler

@אריק-פלוטו אל תעשה את זה - אתה תדפוק את הטלפון, נכון שבגדול זה אותו מכשיר אבל כל גרסה בנויה בהתאם למכשיר שלה.

@עידו300 אופס 🤭.. כנראה התפספס באחד השינויים של ג׳מיני...

@עידו300 קראת את ההנחיות? הסימן הזה מנחה אותו להגות את המילה במלעיל (לא תמיד עובד אבל בד"כ משפר את ההגייה)

@בינוני לדעתי זה דווקא שדרוג, כעת ניתן לעבור בקלות לתחילת השיר

@יא-יא כתב בשיתוף | Q8 קיוליקס:

גיבוי אוטומטי לאנשי קשר

?

ומה היה עד היום?!

@לאצי מכיוון שהטלפון מאפשר תזכורת שנתית רק לפי תאריך לועזי - לכאו' לא ניתן לבצע את זה גם בקובץ גיבוי.

@אריה-AI אם כבר gemini tts, אז למה לא את המודל 3.1 החדש?
וגם במודל לכתיבת הפרומפט - למה 2.5 אם אפשר 3?

Spoiler

@המתכנת-התותח

@א.מ.ד. כתב בשיתוף | מה חדש בבינה מלאכותית - מתעדכן:

נא לא להגיב על פוסטים אלא להעלות אך ורק עדכוני AI על מודלים וכלים חדשים וכדומה, בניסוח אנושי ומתומצת בלבד, בלי לפתוח דיונים

עוד קצת מידע על מודל ה-TTS החדש של גוגל:
גוגל משיקה את Gemini 3.1 Flash TTS, מודל חדש להמרת טקסט לדיבור שנותן הרבה יותר שליטה על איך שהתוצאה הסופית נשמעת.

במקום רק להקריא טקסט, המודל מאפשר לכם ממש "לביים" את הסאונד. אפשר להוסיף הערות בתוך הטקסט שיגידו למודל באיזה קצב לדבר או איזה רגש להביע, לייצר שיחות טבעיות בין כמה דוברים, ולהגדיר פרופיל קול ספציפי לכל דמות. המודל תומך ב-70 שפות וזמין עכשיו להתנסות ב-AI Studio וב-API של גוגל. בפועל, זה אומר שנוכל לייצר ולהטמיע דיבוב וקריינות שנשמעים הרבה יותר אנושיים ומדויקים, בלי שזה יישמע רובוטי.
(DT_Spotlight)

2222786-863adc9999dcc67619a83287550e0d83.wav 2222787-273c12b677af5c11aec7601bc45e282d.wav

@עידו300 זה עם מפתח API? (כי אני ניסיתי בינתיים ללא מפתח API ולא הצלחתי להוציא משהו..)

Gemini 3.1 Flash TTS!!!!

עוד לא בדקתי, אבל ברגע שראיתי הייתי חייב לדווח (כרגע נראה שהוא לא חינמי ב-AI Studio) עריכה: לא ניסיתי אותו יותר מדי אז ייתכן שלא הנחיתי אותו נכון, @עידו כתב כאן שעבד לו בחינם

@א.מ.ד. לדעתי לפעולות במחשב עצמו תעשה רשימה לבנה של דברים שהוא כן מותר לעשות - פקודות שלא יגרמו נזק (לדוג' שינוי שם קובץ - כמובן לא בתיקיות מערכת)
שאר הדברים יבקשו אישור מהמשתמש עם הסבר במילים פשוטות מה הפקודה הולכת לבצע