Google laiž Gemini Omni 1.2 Flash ar līdz 15 sekunžu video

Google 5. novembrī oficiāli laidis klajā Gemini Omni 1.2 Flash — video ģenerēšanas un rediģēšanas modeli, kas tagad ir vispārīgi pieejams Gemini API un Google Cloud. Salīdzinājumā ar Omni 1.1 Flash versiju maksimālais klipa garums palielināts no 10 līdz 15 sekundēm, un ilgumu var norādīt sekundēs no 3 līdz 15. The Verge apstiprina Google paziņojumu un uzsver iespēju labot jau ģenerētu klipu, nesākot no nulles.

Cena 720p izšķirtspējā samazināta par 30 % līdz 0,07 dolāriem par sekundi. Google iesaka ātri veidot uzmetumus 360p vai 720p, pēc tam labot detaļas ar sekojošiem uzvedņiem un tikai labākos klipus palielināt līdz 1080p vai 4K. Uzņēmums sola labāku atbilstību atsauces attēliem, īsiem kustības klipiem (līdz trim sekundēm) un audio norādēm, lai sejas, apģērbs, iepakojuma tipogrāfija un zīmola krāsas saglabātos dažādos kadros.

Jaunums ir vairāku gājienu sarunas rediģēšana: var nomainīt produktu, fonu, apgaismojumu, laikapstākļus vai kadra proporcijas, nepārrakstot visu klipu. Google arī sola dabīgāku runu, skaidrāku lūpu sinhronizāciju un vairāku runātāju nosacīšanu, kā arī stabilākas nepārtrauktas kameras kustības ar mazāk nevēlamu griezumu. Izvades satur nepamanāmu SynthID ūdenszīmi.

Modelis ir paredzēts ražošanas līmeņa izmantošanai ar Google Cloud infrastruktūru un Provisioned Throughput. Izstrādātāji var sākt Google AI Studio un Gemini API, uzņēmumi — Google Cloud konsolē. Google Vids lietotājiem ar Google kontu vai Workspace abonementu pieejami līdz trim 15 sekunžu video mēnesī bez papildu maksas. Gemini lietotnē 15 sekunžu video tiek pakāpeniski ieviesti Google AI Ultra abonentiem, un iespējas paredzētas arī Flow un Google Ads kampaņām.

Google atzīst, ka vēl jāuzlabo ātras sporta ainas, straujas scenārija maiņas un sarežģīta fizika. The Verge īpaši izceļ iespēju ģenerēt klipus noteiktā garumā un labāk veidot ainas ar nepārtrauktu kameras kustību un dabīgāk skanošu dialogu. Kopumā Omni 1.2 Flash mērķē uz produktu video, virtuālām izmēģināšanas secībām un sociālo reklāmu apjomīgu ražošanu.