Google представил новую версию своего инструмента для генерации видео — Gemini Omni 1.2 Flash, который теперь доступен через API Gemini и для бизнеса. Эта версия предлагает ряд значительных улучшений, включая возможность создания видео длительностью до 15 секунд, многоходовое редактирование и улучшенное соблюдение заданных параметров.

Новые возможности Gemini Omni 1.2 Flash

Быстрая и экономичная генерация

Одним из ключевых преимуществ новой версии является снижение цен на 30% по сравнению с предыдущей версией, что делает стоимость генерации видео всего $0.07 за секунду для 720p. Кроме того, процесс генерации стал более эффективным: пользователи могут быстро создавать черновики в разрешении 360p или 720p, вносить изменения в детали с помощью последующих правок, а затем повышать качество до 1080p или 4K.

Увеличение длительности клипов

Теперь пользователи могут генерировать и редактировать видео длиной до 15 секунд, что больше, чем 10 секунд в предыдущей версии. Это позволяет создавать более полные истории, объяснения продуктов или рекламные ролики в одном цикле генерации. Длительность можно задавать с шагом в одну секунду от 3 до 15 секунд.

Улучшенное соблюдение заданных параметров

Gemini Omni 1.2 Flash позволяет пользователям комбинировать изображения персонажей, продуктов или стилей, короткие видеоклипы (до трех секунд) и аудиосигналы. Это обеспечивает стабильность в деталях на протяжении всего видео. Например, при создании виртуального примерки одежды, модель и детали одежды сохраняют свою идентичность и стиль на протяжении всей 15-секундной последовательности.

Более стабильные результаты

Новая версия обеспечивает большую стабильность персонажей, объектов и сцен от первого до последнего кадра, минимизируя визуальные искажения. Это позволяет поддерживать согласованность продуктов, персонажей и окружения в различных ракурсах и переходах.

Упрощенное редактирование в диалоговом режиме

Gemini Omni 1.2 Flash предлагает возможность многократного редактирования одного и того же клипа, что позволяет менять продукты, фоны, освещение или соотношение сторон без необходимости начинать с нуля. Это значительно упрощает создание рекламных вариантов для различных аудиторий.

Более естественная речь

В новой версии улучшено качество диалогов, что позволяет генерировать сцены с более плавной и естественной речью, четким синхронизированным движением губ и различными голосами для разных персонажей. Это особенно полезно для создания видеообъяснений и профессиональных видеороликов с аватарами, музыкой и озвучкой.

Контроль над кинематографическим стилем

Gemini Omni 1.2 Flash позволяет управлять сложными движениями камеры, такими как плавные полеты и драматические зумирования, с минимальным количеством нежелательных разрывов. Это обеспечивает более гладкий и профессиональный вид видео.

Применение в реальном мире

Gemini Omni 1.2 Flash уже используется различными бизнесами, стартапами и креативными специалистами. Теперь он доступен для широкой аудитории, поддерживаемый инфраструктурой Google Cloud. Это включает в себя возможность использования Provisioned Throughput и выводов с незаметным водяным знаком SynthID.

Как начать использовать Gemini Omni 1.2 Flash

Пользователи могут начать работу с Gemini Omni 1.2 Flash, который уже доступен в продуктах Google и на платформах для разработчиков. Для разработчиков доступны прототипы в Google AI Studio, интерактивные стартовые приложения и документация. Бизнесы могут попробовать его в консоли Google Cloud, а пользователи Google могут создавать 15-секундные клипы без дополнительных затрат в Google Vids и масштабировать видео-кампании в Google Ads.