Google lanza Gemini Omni 1.2 Flash con video extendido de 15 segundos y un costo 30 % menor

Image: Google · Source

Gemini Omni 1.2 Flash de Google permite la generación nativa de videos de 15 segundos con mejor consistencia, edición conversacional multi-turno y un precio 30 % más bajo, facilitando la producción escalable de videos de alta calidad.

Google ha introducido Gemini Omni 1.2 Flash, un modelo actualizado de generación de video por inteligencia artificial disponible a través de la API Gemini, Google Vids y Gemini para negocios. Esta nueva versión extiende la duración nativa del clip de video a 15 segundos, desde los 10 segundos de la versión anterior, ofreciendo a los usuarios mayor flexibilidad para crear narrativas completas, explicadores de productos y anuncios sociales en una sola generación.

Un avance clave es la edición conversacional multi-turno, que permite a los usuarios refinar videos de manera interactiva sin reiniciar el proceso. Por ejemplo, se pueden cambiar fondos, modificar condiciones de iluminación o ajustar relaciones de aspecto mediante indicaciones secuenciales, manteniendo la continuidad de los movimientos de los personajes y los elementos de la escena. Esta edición interactiva se soporta a lo largo de clips completos de 15 segundos, agilizando la producción de variantes para diversas audiencias y plataformas.

Gemini Omni 1.2 Flash también ofrece una mayor adherencia a referencias, manteniendo la consistencia de personajes, productos y elementos de marca como rostros, prendas, tipografía y colores a través de los ángulos de cámara durante todo el clip. Esta fiabilidad respalda casos de uso como secuencias de prueba virtual y anuncios de video de marca, donde la fidelidad visual a las imágenes fuente es crucial.

Visualmente, el modelo produce imágenes más estables y cinematográficas al reducir desviaciones visuales y cortes abruptos durante movimientos complejos de cámara como recorridos y alejamientos. La consistencia de la escena se preserva cuadro a cuadro, incluso en tomas extendidas que involucran múltiples transiciones y movimientos.

Además, el modelo ofrece un habla más natural con mejor sincronización labial y capacidades de diálogo multi-hablante, mejorando el realismo de avatares y presentaciones narradas.

Google también ha reducido el costo de uso en un 30 % respecto a Gemini Omni 1.1, fijando el precio de generación de video en 0,07 dólares por segundo para resolución 720p. Los flujos de trabajo enfatizan la eficiencia de costos permitiendo borradores rápidos a resoluciones más bajas (360p o 720p), refinamientos dirigidos mediante ediciones multi-turno y la opción de escalar las selecciones finales a 1080p o 4K.

Gemini Omni 1.2 Flash está disponible en general, respaldado por la infraestructura de nivel empresarial de Google Cloud, con características como rendimiento provisionado y marcas de agua SynthID imperceptibles en las salidas. Los usuarios pueden acceder a esta tecnología a través de herramientas para desarrolladores como Google AI Studio, plataformas empresariales o aplicaciones orientadas al consumidor como Google Vids y la aplicación Gemini (desplegándose para suscriptores de Google AI Ultra).

Este lanzamiento representa un paso significativo en la creación de contenidos de video impulsados por IA, apoyando a creadores, desarrolladores y empresas que buscan producir contenido de video escalable y de alta calidad con eficiencia.