Google bringt Gemini Omni 1.2 Flash mit erweitertem 15-Sekunden-Video und 30 % geringeren Kosten heraus

Image: Google · Source

Gemini Omni 1.2 Flash von Google ermöglicht die native Erstellung von 15-Sekunden-Videos mit verbesserter Konsistenz, konversationsbasierter Mehrfachbearbeitung und 30 % günstigeren Preisen, was die skalierbare Produktion hochwertiger Videos erleichtert.

Google hat Gemini Omni 1.2 Flash vorgestellt, ein aktualisiertes KI-Videoerzeugungsmodell, das über die Gemini-API, Google Vids und Gemini für Unternehmen verfügbar ist. Diese neue Version verlängert die native Videolänge von 10 auf 15 Sekunden, wodurch Nutzer mehr Flexibilität erhalten, vollständige Erzählungen, Produktpräsentationen und Social-Media-Werbung in einer einzigen Erstellung zu produzieren.

Ein wichtiger Fortschritt ist die konversationsbasierte Mehrfachbearbeitung, die es Nutzern ermöglicht, Videos interaktiv zu verfeinern, ohne den Prozess neu zu starten. So kann man beispielsweise Hintergründe austauschen, Lichtverhältnisse ändern oder Seitenverhältnisse über aufeinanderfolgende Eingaben anpassen, während die Kontinuität der Bewegungen von Charakteren und Szenenelementen erhalten bleibt. Diese interaktive Bearbeitung wird über komplette 15-Sekunden-Clips unterstützt und erleichtert die Produktion von Varianten für verschiedene Zielgruppen und Plattformen.

Gemini Omni 1.2 Flash bietet zudem verbesserte Referenztreue, indem es die Konsistenz von Charakteren, Produkten und Markenelementen wie Gesichtern, Kleidung, Typografie und Farben über verschiedene Kamerawinkel im Clip hinweg wahrt. Diese Zuverlässigkeit unterstützt Anwendungsfälle wie virtuelle Anproben und Markenwerbung, bei denen die visuelle Treue zu Quellbildern entscheidend ist.

Visuell erzeugt das Modell stabilere und cineastischere Aufnahmen, indem es visuelles Ruckeln und Sprünge bei komplexen Kamerabewegungen wie Durchflügen und Herauszoomen reduziert. Die Szenenkonsistenz bleibt Bild-für-Bild erhalten, selbst bei ausgedehnten Aufnahmen mit mehreren Übergängen und Bewegungen.

Darüber hinaus bietet das Modell natürlich klingendere Sprache mit verbesserter Lippen-Synchronisation und Fähigkeiten für Dialoge mit mehreren Sprechern, was den Realismus von Avataren und kommentierten Präsentationen steigert.

Google hat zudem die Nutzungskosten im Vergleich zu Gemini Omni 1.1 um 30 % gesenkt und berechnet die Videoerstellung mit 0,07 USD pro Sekunde bei 720p-Auflösung. Arbeitsabläufe legen Wert auf Kosteneffizienz, indem schnelle Entwürfe in niedrigeren Auflösungen (360p oder 720p), gezielte Verfeinerungen durch Mehrfachbearbeitung und die Option zum Hochskalieren der finalen Auswahl auf 1080p oder 4K ermöglicht werden.

Gemini Omni 1.2 Flash ist jetzt allgemein verfügbar und wird durch die unternehmensgerechte Infrastruktur von Google Cloud unterstützt. Es bietet Funktionen wie bereitgestellte Durchsatzkapazität und kaum wahrnehmbare SynthID-Wasserzeichen auf den Ausgaben. Nutzer können auf diese Technologie über Entwickler-Tools wie Google AI Studio, Unternehmensplattformen oder verbraucherorientierte Apps wie Google Vids und die Gemini-App (Einführung für Google AI Ultra-Abonnenten) zugreifen.

Diese Veröffentlichung stellt einen bedeutenden Fortschritt in der KI-gesteuerten Videoinhaltserstellung dar und unterstützt Kreative, Entwickler und Unternehmen dabei, skalierbare, hochwertige Videoinhalte effizient zu produzieren.