Google lanserer Gemini Omni 1.2 Flash med utvidet 15-sekundersvideo og 30 % lavere kostnad

Bilde: Google · Kilde

Googles Gemini Omni 1.2 Flash muliggjør innfødt 15-sekunders videoproduksjon med forbedret konsistens, flertrinns samtaleredigering og 30 % lavere pris, og legger til rette for skalerbar produksjon av høy-kvalitets video.

Google har lansert Gemini Omni 1.2 Flash, en oppdatert AI-modell for videoproduksjon tilgjengelig via Gemini API, Google Vids og Gemini for bedrifter. Den nye versjonen utvider den innfødte videoklipp-lengden til 15 sekunder, opp fra 10 sekunder i forrige versjon, noe som gir brukere større fleksibilitet til å lage komplette fortellinger, produktopplæringer og sosiale annonser i én generering.

En viktig forbedring er flertrinns samtaleredigering, som lar brukere finpusse videoer interaktivt uten å måtte starte på nytt. For eksempel kan man bytte bakgrunner, endre lysforhold eller justere bildeforhold gjennom sekvensielle kommandoer, samtidig som kontinuiteten i karakterbevegelser og sceneelementer opprettholdes. Denne interaktive redigeringen støttes gjennom hele 15-sekundersklipp, noe som forenkler produksjon av variasjoner for ulike publikummere og plattformer.

Gemini Omni 1.2 Flash tilbyr også forbedret referanseoverholdelse, som sikrer konsistens for karakterer, produkter og merkevareelementer som ansikter, klær, typografi og farger på tvers av kameravinkler i hele klippet. Denne påliteligheten støtter bruksområder som virtuelle prøver og merkevarevideoannonser hvor visuell troverdighet til kildebilder er avgjørende.

Visuelt produserer modellen mer stabile og filmatiske opptak ved å redusere visuell drift og hoppklipp under komplekse kamerabevegelser som gjennomflygninger og zooming ut. Szenekonsistens opprettholdes bilde for bilde, selv i utvidede opptak med flere overganger og bevegelser.

I tillegg gir modellen mer naturlig tale med forbedret leppesynkronisering og flerpersonsdialog, noe som forbedrer realismen i avatarer og fortellende presentasjoner.

Google har også redusert bruksprisen med 30 % sammenlignet med Gemini Omni 1.1, til en pris på $0,07 per sekund for 720p oppløsning. Arbeidsflyter vektlegger kostnadseffektivitet ved å muliggjøre raske utkast i lavere oppløsninger (360p eller 720p), målrettede forbedringer via flertrinnsredigering og mulighet for oppskalering av endelige valg til 1080p eller 4K.

Gemini Omni 1.2 Flash er nå allment tilgjengelig, støttet av Google Cloud sin bedriftsnivåinfrastruktur med funksjoner som provisionert gjennomstrømning og nesten usynlige SynthID-vannmerker på utdata. Brukere kan få tilgang til teknologien gjennom utviklerverktøy som Google AI Studio, bedriftsplattformer eller forbrukerrettede apper som Google Vids og Gemini-appen (rulles ut til Google AI Ultra-abonnenter).

Denne lanseringen representerer et betydelig steg i AI-drevet videoinnholdsproduksjon, og støtter skapere, utviklere og bedrifter som ønsker å produsere skalerbart, høy-kvalitets videoinnhold effektivt.