Google пусна Gemini Omni 1.2 Flash за по-дълги видеоклипове

Google започна разпространението на Gemini Omni 1.2 Flash и обяви модела за общодостъпен през Gemini API и Gemini for business. Новата версия създава и редактира видеоклипове с продължителност до 15 секунди, спрямо 10 секунди при Omni 1.1. Продължителността може да се задава на стъпки от една секунда между три и 15 секунди. Според Google цената е намалена с 30% спрямо Gemini Omni 1.1 и е $0.07 за секунда при 720p видео.

Моделът приема като референции изображения на герои, продукти и стилове, кратки видеоклипове с движение до три секунди и аудио сигнали. Google посочва, че Gemini Omni 1.2 Flash запазва по-добре лицата, дрехите, текста върху опаковки, цветовете на марките, обектите и сцените при движения на камерата и преходи. Един и същ клип може да се доработва с последователни разговорни команди, включително за смяна на фон, продукт, осветление, време или съотношение на кадъра.

Сред останалите подобрения са по-естествена реч, по-точен синхрон между устни и звук и по-плавни кинематографични движения на камерата. Резултатите съдържат незабележим воден знак SynthID. Моделът се разпространява и във Flow, Google Vids, приложението Gemini и Google Ads, докато разработката продължава по бързо действие и сложна физика.