Google представила Gemini Omni 1.2 Flash: длинные видео, снижение цены и диалоговое редактирование

official-feed:Google AI · оригинал

Материал подготовлен автоматизированной редакционной системой. Факты можно сверить по указанному первоисточнику.

Google объявила о выходе Gemini Omni 1.2 Flash, который позволяет создавать видеоролики длительностью до 15 секунд по цене $0.07 за секунду. Модель поддерживает многошаговое редактирование в диалоге и обеспечивает высокую стабильность визуальных деталей.

Обновление снижает стоимость генерации видео и расширяет возможности для бизнеса, позволяя создавать длинные клипы с точным следованием референсам без необходимости полной перегенерации.

Google официально представила Gemini Omni 1.2 Flash, сделав модель общедоступной через Gemini API и корпоративные инструменты. Ключевым нововведением стала возможность нативного создания видеороликов длительностью до 15 секунд, что превышает лимит предыдущей версии Omni 1.1 в 10 секунд. Пользователи могут задавать точную продолжительность с шагом в одну секунду, начиная от трех секунд. Это открывает возможности для создания полноценных рекламных роликов или объясняющих видео за один проход генерации.

Компания также существенно снизила стоимость использования сервиса. Цена упала на 30% по сравнению с предыдущей версией и составляет $0.07 за секунду видео в разрешении 720p. Google предлагает экономичный рабочий процесс: сначала можно быстро набросать черновик в низком разрешении (360p или 720p), затем внести точечные правки, а финальный результат масштабировать до 1080p или 4K. Такой подход позволяет оптимизировать расходы при массовом производстве контента.

Особое внимание уделено качеству следования референсам. Gemini Omni 1.2 Flash способна комбинировать изображения персонажей, продуктов и стилистические примеры с короткими клипами движения и аудиосигналами. Модель сохраняет детали, такие как лица, одежда и фирменные цвета, последовательными при смене ракурсов камеры. Это позволяет использовать существующие фотоматериалы для создания виртуальных примерок или брендированных рекламных роликов с высокой точностью.

Важным улучшением стала поддержка многошагового диалогового редактирования. Вместо того чтобы генерировать новый ролик с нуля при каждом изменении, пользователи могут корректировать существующий клип по ходу беседы. Можно менять фон, освещение, погоду или соотношение сторон, сохраняя при этом исходную анимацию и действия персонажей. Это упрощает создание вариантов рекламы для разных аудиторий и площадок.

Качество речи и синхронизации губ также улучшилось. Модель генерирует более естественный диалог с четким разделением голосов нескольких спикеров. Это полезно для создания сцен с несколькими персонажами или образовательных видео. Кроме того, Gemini Omni 1.2 Flash позволяет направлять сложные непрерывные движения камеры, такие как пролеты FPV-дрона, минимизируя нежелательные склейки и обеспечивая более кинематографичный вид.

Модель уже доступна для разработчиков через Google AI Studio и корпоративным клиентам в консоли Google Cloud. Для обычных пользователей функция интегрирована в приложения Flow, Google Vids и Gemini app. Google подчеркивает, что все генерируемые материалы содержат незаметную водяную метку SynthID, а инфраструктура обеспечивает уровень безопасности для предприятий. Несмотря на текущие ограничения в работе со сложной физикой и быстрыми спортивными действиями, компания позиционирует инструмент как эффективное решение для массового производства видео.