เปลี่ยนฉากหลัง เก็บฉลากเดิมไว้ บททดสอบ 15 วินาทีสำหรับ Gemini Omni 1.2 Flash

วิดีโอสินค้าเกือบเสร็จแล้ว ช็อตแรกเห็นหน้ากล่อง ช็อตถัดไปตามการหมุนช้า ๆ ส่วนท้ายค้างไว้ให้คนดูอ่านขนาด แต่ฉากหลังไม่เข้ากับแคมเปญ คำสั่งประโยคเดียวก็เปลี่ยนฉากได้ เรื่องที่ยากกว่าคือตรวจว่าโมเดลเก็บส่วนอื่นของช็อตไว้เหมือนเดิม

Google เปิดให้ใช้ Gemini Omni 1.2 Flash โดยทั่วไปผ่าน Gemini API และ Google Cloud วันที่ 5 พฤศจิกายน 2026 โมเดลสร้างและแก้วิดีโอได้ถึง 15 วินาที เทียบกับ 10 วินาทีใน Omni 1.1 Flash ประกาศของ Google เน้นการทำตามสื่ออ้างอิงและการแก้ผ่านบทสนทนา พร้อมราคาเปิดตัวสำหรับวิดีโอ 720p ที่ 0.07 ดอลลาร์สหรัฐต่อวินาที ทีมผลิตใช้ความสามารถนี้ลองช็อตแล้วคุยต่อเพื่อปรับได้ บททดสอบแรกควรเปลี่ยนแค่เรื่องที่แคบพอให้คนตรวจรู้ว่าส่วนใดต้องอยู่เหมือนเดิม ประกาศเปิดตัวจาก Google · การเปิดให้ใช้บน Google Cloud

เริ่มจากตัวหนังสือบนกล่องจริง คนส่วนใหญ่ดูไม่กี่วินาทีก็รู้ว่าฉากเหมาะหรือไม่ แต่การจับชื่อสะกดผิด ปริมาตรที่เปลี่ยน หรือคำเตือนที่หายตอนสุดการหมุนต้องใช้วิธีตรวจอีกแบบ การทดลองที่อิงภาพต้นฉบับช่วยรวมการแก้เชิงสร้างสรรค์กับการตรวจสินค้าไว้ในงานเดียวกัน

สำนักงานใหญ่เดิมของ Google ในเมาน์เทนวิว ภาพประกอบบริบทโดย Steven Arnold ครอบและปรับขนาดแล้ว ใช้สัญญาอนุญาต CC BY 3.0 ที่มาภาพ · สัญญาอนุญาต.

ช็อตที่ยาวขึ้นทำให้เห็นความเปลี่ยนแปลงเล็ก ๆ

เวลาเพิ่มห้าวินาทีทำให้วางคลิปสั้นง่ายขึ้น สินค้าเข้าฉาก หมุนให้เห็นด้านที่สอง แล้วหยุดในมุมที่อ่านได้โดยไม่ต้องตัดฉาก แต่รายละเอียดก็ต้องคงเดิมตลอดจำนวนเฟรมที่มากขึ้น โลโก้อาจดูสมบูรณ์ตอนกล่องอยู่นิ่งแล้วมีเส้นเกินเมื่อเริ่มหมุน ฉลากอาจขยับระหว่างเฟรม แม้แต่ละเฟรมที่ดูผ่าน ๆ จะดูเป็นไปได้

ประกาศวันที่ 5 พฤศจิกายนอธิบายการใช้ภาพสินค้าและสไตล์ คลิปอ้างอิงการเคลื่อนไหวสั้น ๆ และเสียงเพื่อกำกับโมเดล ตัวอย่างลองเสื้อเสมือนใช้ภาพนางแบบกับภาพหน้าและหลังของเสื้อผ้าสามชุด ตัวอย่างนี้ช่วยให้คิดว่าสื่ออ้างอิงต้องครอบคลุมอะไร ภาพด้านหน้าให้จุดอ้างอิงชัดสำหรับหน้าสินค้า หากจะถ่ายวน ให้ส่งภาพด้านข้างหรือหลังเมื่อผู้ชมต้องเห็น ถ้าขาดมุมใด เลือกจัดเฟรมที่ไม่ขอให้โมเดลแต่งสิ่งที่ลูกค้าจะเข้าใจว่าเป็นคุณสมบัติจริง ตัวอย่างเปิดตัวจาก Google · เอกสารโมเดล Google DeepMind

ในตัวอย่างวิดีโอกล่อง 15 วินาที จัดเวลาให้ภาพเปิด การหมุนสั้น และการค้างภาพท้าย เขียนรายละเอียดสองกลุ่ม สิ่งที่อยากแก้อาจเป็นย้ายกล่องจากเคาน์เตอร์ครัวไปฉากสตูดิโอโทนเย็น สิ่งที่ต้องรักษาอาจรวมขนาดกล่อง ชื่อสินค้า ปริมาตรที่พิมพ์ด้านหน้า สีแบรนด์ที่ไม่ขึ้นกับฉาก และเส้นทางกล้อง รายการสั้นนี้ใช้เป็นเกณฑ์ตรวจได้ทั้งช็อตแรกและฉบับแก้

ลำดับตรวจที่เสนอให้เปลี่ยนทีละอย่าง โดยใช้ภาพต้นฉบับต่อเนื่องถึงรอบสอง ภาพประกอบโดย Telli.sh

ก่อนขอครั้งแรก ให้กำหนดว่าข้อความไหนกล้องต้องถ่ายให้อ่านได้ หมายเลขประจำชิ้นด้านหลังที่อ่านไม่ออกอาจไม่เป็นไรหากไม่อยู่ในองค์ประกอบภาพ แต่ข้อความบอกขนาดในเฟรมท้ายต่างออกไป ความเบลอหรือเลขผิดตัวเดียวอาจทำให้วิดีโอใช้บนหน้าสินค้าไม่ได้แม้ส่วนอื่นดูน่าเชื่อ สำหรับภาพปิดหรือข้อความข้อกำหนดสำคัญ ให้เก็บอาร์ตเวิร์กที่ตรวจแล้วไว้ในเลเยอร์แยก คลิปที่สร้างใช้เป็นฉากและการเคลื่อนไหวได้ ส่วนทีมยังควบคุมถ้อยคำให้ตรงทุกตัวอักษร

ให้การแก้รอบสองมีประโยชน์ชัดเจน

Google อธิบายการแก้ด้วยบทสนทนา ซึ่งเปลี่ยนฉาก แสง หรือสัดส่วนภาพได้ในรอบต่อมา ตัวอย่างเปิดตัวหนึ่งเปลี่ยนสถานที่รอบตัวละครสองคนขณะพยายามเก็บการแสดงและการจัดเฟรมไว้ สำหรับงานสินค้า ให้เริ่มด้วยการเปลี่ยนฉากหลังอย่างเดียว หากเปลี่ยนสัดส่วนภาพและแสงพร้อมกัน อาจบอกยากว่าคำสั่งไหนทำให้กล่องมีเงาสะท้อนเพิ่มหรือมุมหนึ่งหาย ตัวอย่างการแก้ผ่านบทสนทนาจาก Google

บรีฟแก้ภาพเขียนตรง ๆ ได้ เช่น “วางกล่องบนฉากสตูดิโอไร้รอยต่อสีน้ำเงินเทาแบบด้าน เก็บกล่อง ตัวพิมพ์ สัดส่วน การเคลื่อนไหวของมือ และจังหวะกล้องตามคลิปที่อนุมัติแล้ว คงช่วงท้ายที่หยุดให้อ่านได้” แล้วเทียบผลกับทั้งคลิปที่อนุมัติและภาพสินค้าจริง คลิปที่อนุมัติบอกว่าทีมต้องการการเคลื่อนไหวและองค์ประกอบแบบไหน ภาพจริงยืนยันว่าฉลากและรูปทรงตรงหรือไม่ การเทียบแค่คลิปรอบก่อนอาจพาข้อผิดพลาดเดิมไปทุกฉบับ

ตรวจช่วงต้น กลาง และท้าย แล้วดูทั้งคลิปด้วยความเร็วที่จะใช้จริง ภาพนิ่งสามจุดเป็นแค่จุดเริ่มต้น ช่วงเปลี่ยนมุมอาจมีฉากใหม่บังขอบหรือตัวพิมพ์บิดเพียงชั่วครู่ ถ้ามีมือในภาพ ให้ดูเฟรมที่นิ้วผ่านหน้าฉลาก ถ้ามีเสียง ลองฟังอย่างเดียวหนึ่งรอบ อาจได้ยินเสียงสัญญาณที่เปลี่ยน เสียงแปลกที่รบกวน หรือคำกล่าวที่ไม่มีหลักฐานซึ่งภาพเคยกลบไว้

วิธีแก้สำคัญเพราะความเสียหายขึ้นกับจุดที่ผิด เงาบนผนังสตูดิโอเป็นการตัดสินใจเชิงสร้างสรรค์ ตัวพิมพ์บนบรรจุภัณฑ์ผิดทำให้ต้องแก้งานและอาจใช้คลิปในตำแหน่งที่วางไว้ไม่ได้ ถ้าปัญหาเดิมเกิดซ้ำหลังลองแบบเจาะจงสองครั้ง การนำฟุตเทจจริงมาซ้อนในฉากใหม่อาจประหยัดเวลากว่า

วิดีโอแค็ตตาล็อกและฉบับแคมเปญใช้เกณฑ์ต่างกัน

ทีมแค็ตตาล็อกใช้ภาพอ้างอิงให้สินค้าหลายตัวมีมุมและจังหวะเหมือนกันได้ ประสบการณ์ซื้อจึงสอดคล้องขึ้น โดยเฉพาะเมื่อเทียบขนาดใกล้กัน กรณียากคือรุ่นย่อยที่คล้ายแทบทุกอย่าง ชื่อเฉดสี พอร์ตที่เพิ่มมา หรือฝาที่ต่างเล็กน้อยอาจเป็นความต่างเดียวที่สำคัญ ตรวจแต่ละคลิปกับ SKU ที่ตรง และเก็บรหัสไว้นอกพรอมป์เป็นส่วนหนึ่งของบันทึกตรวจ

ตัวอย่างเปิดตัวมีการลองเสื้อสำหรับค้าปลีก โดยคนหมุนให้เห็นหลายด้านของเสื้อ จึงควรถามว่าแบบลงแค็ตตาล็อกเก็บชายเสื้อ ตัวปิด กระเป๋า และลักษณะความพอดีตามภาพที่ให้หรือไม่ มาตรฐานสำหรับการซื้อขึ้นกับสิ่งที่คนดูมีเหตุผลจะเข้าใจเกี่ยวกับสินค้า คลิปที่สร้างช่วยนำเสนอได้เมื่อสนับสนุนภาพจริง และไม่เหมาะกับช็อตที่ต้องยืนยันรายละเอียดที่ต้นฉบับไม่เคยแสดง ตัวอย่างเปิดตัวจาก Google

ทีมแคมเปญมีโจทย์อีกแบบ เช่น อยากได้สินค้าเดิมสองฉาก หรือแปลงคลิปแนวนอนที่อนุมัติเป็นแนวตั้ง การจัดเฟรมใหม่เปลี่ยนสิ่งที่ยังมองเห็นได้ สำหรับคลิปแนวตั้งให้ตรวจว่าขอบสินค้า โลโก้พันธมิตร หรือข้อความท้ายหลุดเฟรมในจังหวะสำคัญไหม เปิดตัวอย่างที่ตำแหน่งจริงด้วย เพราะอินเทอร์เฟซแพลตฟอร์มอาจทับด้านล่างหรือข้างวิดีโอ ไฟล์ที่ผ่านเมื่อดูเต็มจออาจยังวางไม่เหมาะกับพื้นที่จริง

ประกาศของ Google ระบุว่าผลลัพธ์มีลายน้ำ SynthID ที่มองไม่เห็น ลายน้ำบอกที่มาช่วยระบุเนื้อหาที่สร้างขึ้นได้ แต่ไม่ยืนยันความถูกต้องของฉลาก การอนุมัติข้อความอ้างเกี่ยวกับสินค้า หรือสิทธิ์ใช้สื่อในแคมเปญนั้น เก็บแหล่งภาพอ้างอิงและข้อความที่อนุมัติไว้กับประวัติรุ่น คนตัดต่อและคนตรวจจึงดูบันทึกเดียวกันได้เมื่อมีคำถามว่าแก้อะไร ประกาศและรายละเอียด SynthID จาก Google · เอกสารโมเดล Google DeepMind

คิดต้นทุนของคลิปที่ผ่านการตรวจ

ราคาเปิดตัววิดีโอ 720p ที่ 0.07 ดอลลาร์ต่อวินาที เท่ากับ 1.05 ดอลลาร์ต่อผลลัพธ์ 15 วินาที หากคิดค่าบริการสามผลลัพธ์ยาว 15 วินาทีในราคาเดียวกัน รายการนี้เป็น 3.15 ดอลลาร์ นี่คือตัวอย่างคำนวณตามราคาที่ Google ประกาศและจำนวนผลลัพธ์สำเร็จที่สมมติว่าคิดเงิน ค่าตรวจ ตัดต่อสุดท้าย ส่งงานความละเอียดสูง หรือขั้นอื่นที่คิดเงินอาจเพิ่มได้ ตรวจราคาและหน่วยคิดเงินของช่องทางที่ใช้ก่อนนำตัวอย่างไปประเมินแคมเปญ ราคาเปิดตัวของ Google · ตัวเลือกสร้างวิดีโอบน Google Cloud

ตัวอย่างต้นทุนสร้างวิดีโอ 720p ตามราคาที่ Google ประกาศวันที่ 5 พฤศจิกายน ยังไม่รวมการตรวจและจัดส่งงานขั้นสุดท้าย ภาพประกอบโดย Telli.sh

นับทั้งคลิปที่เสียเงินและคลิปที่ผ่าน หากจ่ายสี่ฉบับตามราคาตัวอย่างและได้คลิป 15 วินาทีผ่านหนึ่งฉบับ ต้นทุนสร้างคลิปนั้นเป็น 4.20 ดอลลาร์ ถ้าสี่ฉบับเดิมผ่านสองฉบับ ค่าเฉลี่ยเหลือ 2.10 ดอลลาร์ ราคาโมเดลเท่าเดิม แต่อัตราผ่านเปลี่ยน การตรวจคุณภาพจึงอาจส่งผลต่องบมากกว่าการตัดช็อตให้สั้นลงหนึ่งวินาที

การลองสั้น ๆ ที่ความละเอียดต่ำบอกได้ว่าแสงและการเคลื่อนไหวเข้ากับแนวคิดไหม เก็บรอบที่แพงกว่าสำหรับฉบับที่ผ่านเกณฑ์สร้างสรรค์และเอกลักษณ์สินค้าแล้ว Google Cloud ระบุตัวเลือก 360p, 720p, 1080p และ 4K พร้อมวิธีเพิ่มความละเอียด ตรวจไฟล์ส่งงานอีกครั้งแยกต่างหาก เฟรมใหญ่ขึ้นทำให้เห็นข้อผิดพลาดบนบรรจุภัณฑ์ง่ายขึ้น ถ้ามีคนตรวจจริง ประกาศและขั้นตอนใช้งาน Google Cloud · การตั้งค่าโมเดลบน Google Cloud

ทดลองแก้แบบควบคุมหนึ่งครั้งก่อนขอสิบฉบับ

1. เลือกสินค้าจริงที่คุณมีสิทธิ์ใช้หนึ่งชิ้น เตรียมภาพด้านหน้าและภาพด้านข้างหรือหลังที่จะเห็น จดชื่อ ขนาด และรายละเอียดที่ต้องคงตามที่อนุมัติในใบตรวจสั้น ๆ
2. เลือกรูปแบบปลายทางและความยาวในช่วงที่เอกสารรองรับ สร้างคลิปตั้งต้นจากภาพอ้างอิง เก็บการตั้งค่าและไฟล์ที่ผ่าน ให้เฟรมท้ายแสดงรายละเอียดสำคัญจนอ่านได้
3. ขอแก้ภาพเพียงอย่างเดียวในรอบถัดไป เก็บต้นฉบับที่ผ่านและบันทึกผลแก้แยกต่างหาก ระบุว่าเป็นรอบลอง ฉบับที่อนุมัติ หรือฉบับที่ไม่ผ่านพร้อมเหตุผล
4. เทียบฉบับแก้กับคลิปตั้งต้นและภาพอ้างอิงหลายช่วง ดูวิดีโอเต็มในตำแหน่งปลายทาง หากเป็นสินค้าจริง ให้เพื่อนร่วมงานที่ตรวจรายละเอียดได้ช่วยดู
5. บันทึกจำนวนคลิปที่คิดเงิน เวลาที่ใช้ตรวจ และจำนวนที่ผ่าน หากข้อผิดพลาดซ้ำ ให้จำกัดฉากหรือแยกส่วนที่มีปัญหาไว้เป็นเลเยอร์ตัดต่อทั่วไป ขยายไปสินค้าอื่นเมื่อคลิปแรกผ่านเกณฑ์เดียวกับงานแคมเปญจริงแล้ว

บททดสอบที่ใช้ได้มีเกณฑ์ง่าย ๆ หากฉากหลังเปลี่ยนแต่กล่องยังสื่อข้อมูลจริงชุดเดิม รอบที่สองก็ช่วยงานผลิตได้จริง หากสินค้าเปลี่ยนด้วย คนตัดต่อมีเหตุผลชัดที่จะเก็บต้นฉบับและเปลี่ยนวิธีทำ

แหล่งข้อมูล

• ประกาศและตัวอย่างทางการของ Google วันที่ 5 พฤศจิกายน 2026
• Google Cloud เปิดให้ใช้ทั่วไป วันที่ 5 พฤศจิกายน 2026
• เอกสารอ้างอิง Gemini Omni 1.2 Flash บน Google Cloud
• เอกสารโมเดลและรายละเอียดลายน้ำของ Google DeepMind
• ภาพประกอบบริบทโดย Steven Arnold ใช้สัญญาอนุญาต CC BY 3.0

---

หากอยากเก็บบรีฟสร้างสรรค์ ข้อคิดเห็น และการอนุมัติของแต่ละฉบับไว้ให้ค้นหาได้ สร้างบัญชี Telli.sh.