Google lanserar Gemini Omni 1.2 Flash med utökad 15-sekundersvideo och 30 % lägre kostnad

Bild: Google · Källa

Googles Gemini Omni 1.2 Flash möjliggör inbyggd 15-sekunders videoproduktion med bättre konsistens, flerspårig konversationsredigering och 30 % lägre pris, vilket underlättar skalbar produktion av högkvalitativa videor.

Google har lanserat Gemini Omni 1.2 Flash, en uppdaterad AI-modell för videoproduktion som är tillgänglig via Gemini API, Google Vids och Gemini för företag. Den nya versionen förlänger den inbyggda videoklippets längd till 15 sekunder, från tidigare 10 sekunder, vilket ger användare större flexibilitet att skapa kompletta berättelser, produktföredrag och sociala reklamfilmer i en enda generering.

En viktig förbättring är flerspårig konversationsredigering, som tillåter användare att interaktivt förfina videor utan att behöva starta om processen. Till exempel kan man byta bakgrunder, ändra ljusförhållanden eller justera bildförhållanden via sekventiella kommandon, samtidigt som kontinuiteten i karaktärers rörelser och scenens element bibehålls. Denna interaktiva redigering stöds för hela 15-sekundersklipp och effektiviserar produktionen av variationer för olika målgrupper och plattformar.

Gemini Omni 1.2 Flash erbjuder också förbättrad referensföljsamhet, vilket säkerställer konsistens i karaktärer, produkter och varumärkeselement såsom ansikten, kläder, typografi och färger över olika kameravinklar i hela klippet. Denna tillförlitlighet stödjer användningsfall som virtuella provningar och varumärkesorienterade videoannonser där visuell trohet mot originalbilder är avgörande.

Rent visuellt genererar modellen mer stabil och cinematisk bild genom att minska visuella avvikelser och hoppklipp vid komplexa kamerarörelser som flyggenomgångar och zoomningar utåt. Scenkonsistens bevaras bildruta för bildruta, även i utökade tagningar med flera övergångar och rörelser.

Dessutom levererar modellen mer naturligt klingande tal med förbättrad läpprörelse och stöd för flerpersonsdialog, vilket höjer realismen i avatarer och berättarföreställningar.

Google har också sänkt kostnaden för användning med 30 % jämfört med Gemini Omni 1.1, till ett pris på 0,07 USD per sekund för 720p upplösning. Arbetsflöden betonar kostnadseffektivitet genom att möjliggöra snabba utkast i lägre upplösningar (360p eller 720p), riktade förbättringar via flerspårig redigering och möjlighet att skala upp slutgiltiga val till 1080p eller 4K.

Gemini Omni 1.2 Flash är nu allmänt tillgängligt, stöds av Google Clouds företagsnivåinfrastruktur med funktioner som provisionerad kapacitet och knappt märkbara SynthID-vattenstämplar på utdata. Användare kan få tillgång till teknologin via utvecklarverktyg som Google AI Studio, företagsplattformar eller konsumentappar som Google Vids och Gemini-appen (som rullas ut till Google AI Ultra-prenumeranter).

Den här lanseringen representerar ett betydande steg inom AI-driven videoproduktion, och stöder skapare, utvecklare och företag som vill effektivt producera skalbar och högkvalitativ videoinnehåll.