โมเดลวิดีโอใหม่ของ Gemini ชื่อ 'Omni' ถูกตรวจพบก่อนเปิดตัวอย่างเป็นทางการ ผู้ใช้ชื่นชมคุณภาพเสียง

ข้อความจาก AIMPACT เมื่อวันที่ 11 พฤษภาคม (UTC+8) ตามการติดตามของ Beating พบว่า Google I/O 2026 ยังอีกหนึ่งสัปดาห์จึงจะเริ่มขึ้น แต่โมเดลวิดีโอตัวใหม่ของ Gemini ชื่อ “Omni” ได้ถูกผู้ใช้ค้นพบโดยบังเอิญแล้ว ผู้ใช้หลายรายบน Reddit รายงานว่าในช่วงสัปดาห์ที่ผ่านมา เมื่อเปิดแอป Gemini จะมีปุ่มสร้างวิดีโอใหม่ปรากฏขึ้นซ้ำๆ โดยมีข้อความระบุว่า “Powered by Omni” ปรากฏคู่กับ Veo 3.1 (รหัสภายใน: Toucan) ผู้ใช้ที่ทดลองใช้งานจริงให้คะแนนสูง โดยระบุว่า Omni เป็นหนึ่งในโมเดลวิดีโอที่ดีที่สุดเท่าที่เขาเคยเห็น ทั้งความแม่นยำในการปฏิบัติตามคำสั่งและลำดับการเปลี่ยนมุมกล้องต่างๆ ทำให้เขาประทับใจ เขายังชี้ให้เห็นว่าคุณภาพเสียงและเสียงประกอบในวิดีโอที่ Omni สร้างขึ้นดีกว่าซีรีส์ Veo หลายระดับ แถมยังสามารถเพิ่มดนตรีพื้นหลังที่เหมาะสมกับบริบทได้อัตโนมัติ อย่างไรก็ตาม เขายังระบุปัญหาสองประการที่ชัดเจน: ข้อจำกัดด้านอัตราการใช้งานเข้มงวดมาก โดยผู้ใช้ราย Pro แค่สร้างวิดีโอสองครั้งก็ใช้ไป 80% ของโควตาแล้ว; และยังคงถูกบล็อกเมื่อใช้ภาพบุคคลมีชื่อเสียง เช่น การทดสอบคลาสสิกของ Will Smith กินพาสต้ายังไม่สามารถทำงานได้ ปัจจุบันการสร้างสื่อของ Gemini ยังแยกจากกัน: วิดีโอใช้ Veo 3.1 ส่วนภาพใช้ซีรีส์ Nano Banana หาก Omni เป็นโมเดลแบบรวมเดียว หมายความว่า Google กำลังรวมความสามารถในการสร้างข้อความ ภาพ และวิดีโอเข้าไว้ในสถาปัตยกรรมเดียวกัน DeepMind CEO Hassabis เคยกล่าวไว้เมื่อปีที่แล้วว่าจะรวม Gemini กับ Veo เข้าด้วยกัน Omni จึงน่าจะเป็นการดำเนินการตามแผนนี้ Google ยังไม่ได้ยืนยันอย่างเป็นทางการเกี่ยวกับโมเดลนี้ โดยคาดว่าจะเปิดเผยในงาน I/O วันที่ 19 พฤษภาคม (แหล่งที่มา: BlockBeats)