Длиннее ролики, точнее выбор длительности
В новой версии можно создавать и редактировать видео длительностью от 3 до 15 секунд с шагом в одну секунду. В Omni 1.1 предел составлял 10 секунд. Для короткого объясняющего ролика или демонстрации товара это даёт больше времени в рамках одной генерации.
Google описывает работу в несколько этапов: сначала подготовить вариант в 360p или 720p, внести правки, затем повысить разрешение выбранного результата до 1080p или 4K. Указанная цена 0,07 доллара за секунду относится к 720p.
Правки в диалоге и несколько видов референсов
Последовательное редактирование работает с клипами длиной до 15 секунд. По описанию Google, запросом можно заменить товар или фон, изменить освещение, погоду либо соотношение сторон. Вместо повторного описания всей сцены пользователь уточняет, что нужно поменять в уже созданном ролике.
Для задания результата модель принимает изображения персонажей, товаров и визуального стиля, короткие видеореференсы движения длительностью до трёх секунд и звуковые подсказки. Google заявляет, что версия 1.2 точнее сохраняет внешность, одежду, надписи на упаковке и фирменные цвета при смене ракурса.
Компания также сообщает об улучшениях речи, синхронизации губ и распределения голосов между несколькими персонажами. Ещё одно заявленное изменение — более непрерывное движение камеры с меньшим числом нежелательных склеек. Это оценки разработчика, а не результаты независимого сравнения.
Где доступна модель и какие остаются ограничения
Google объявила об общей доступности Gemini Omni 1.2 Flash через Gemini API и Google Cloud. Для прототипирования компания предлагает Google AI Studio. Работа со сценами и последовательными правками также предусмотрена в Flow.
В Google Vids заявлена генерация 15-секундных клипов без дополнительной платы при использовании аккаунта Google или подписки Google Workspace. В приложении Gemini такие ролики начинают открывать подписчикам Google AI Ultra: доступ разворачивается постепенно.
Разработчик продолжает работу над быстрыми спортивными движениями, резкими изменениями сценария и сложной физикой. Google также указывает, что результаты содержат невидимую маркировку SynthID.
