Google представила Gemini Omni 1.2 Flash для более длинных видео

Google начала распространение Gemini Omni 1.2 Flash и сделала модель общедоступной через Gemini API и Gemini for business. Версия поддерживает создание и редактирование видео длительностью до 15 секунд — против 10 секунд у Omni 1.1. Длительность можно задавать с шагом в одну секунду, от трёх до 15 секунд. По данным Google, цена снижена на 30% по сравнению с Gemini Omni 1.1 и составляет $0.07 за секунду видео в разрешении 720p.

В качестве исходных материалов модель принимает изображения персонажей, продуктов и стилей, видеоклипы с движением продолжительностью до трёх секунд и аудиоподсказки. Google заявляет, что Gemini Omni 1.2 Flash лучше сохраняет лица, одежду, текст на упаковке, фирменные цвета, объекты и окружение на протяжении ролика, в том числе при смене ракурсов. Один клип можно последовательно редактировать в диалоге: менять фон, продукт, освещение, погоду или соотношение сторон без полной генерации заново.

Также заявлены более естественная речь, улучшенная синхронизация губ и звука, поддержка нескольких говорящих и более плавные кинематографичные движения камеры. Результаты получают незаметную водяную метку SynthID. Модель выходит в Flow, Google Vids, приложении Gemini и Google Ads; Google продолжает работу над быстрым движением, резкими изменениями сценария и сложной физикой.