Google veröffentlicht Gemini Omni 1.2 Flash mit 15-Sekunden-Videoerstellung

Google hat Gemini Omni 1.2 Flash veröffentlicht und es allgemein über die Gemini API und Gemini for Business verfügbar gemacht. Das Update führt die native Erstellung von 15-Sekunden-Videos, Fähigkeiten zur mehrstufigen konversationellen Bearbeitung und eine verbesserte Einhaltung von Referenzen ein.

Wichtige Funktionen und Preise

Der Preis ist im Vergleich zu Gemini Omni 1.1 um 30 % gesunken, sodass er für 720p-Video bei 0,07 US-Dollar pro Sekunde liegt. Benutzer können in 360p oder 720p entwerfen, Follow-up-Bearbeitungen vornehmen und auf 1080p oder 4K hochskalieren. Die Videodauer kann in Ein-Sekunden-Schritten von 3 bis 15 Sekunden angegeben werden.

Bearbeitung und Konsistenz

Das Modell unterstützt die mehrstufige konversationelle Bearbeitung über vollständige 15-Sekunden-Clips, sodass Benutzer Produkte oder Hintergründe austauschen, Beleuchtung oder Wetter ändern oder das Seitenverhältnis wechseln können, ohne den gesamten Clip neu generieren zu müssen. Google gibt an, dass das Modell eine stärkere Konsistenz von Charakteren, Objekten und Szenen vom ersten bis zum letzten Frame beibehält, mit weniger visuellen Drifts oder Morphing-Effekten.

Sprach- und Kamerasteuerung

Gemini Omni 1.2 Flash kann Szenen mit flüssigerem, natürlicher klingendem Dialog, klarerem Lippen-Sync und einer deutlichen Mehrsprecher-Konditionierung generieren. Es unterstützt auch komplexe, kontinuierliche Kamerabewegungen, wie schwingende FPV-Flugdurchfahrten und dramatische Zoom-Outs, mit weniger unerwünschten Sprüngen.

Verfügbarkeit

Die Ausgaben tragen einen kaum wahrnehmbaren SynthID-Wasserzeichen. Entwickler können die Gemini API über Google AI Studio nutzen, während Unternehmen Unternehmenslösungen über die Google Cloud Console erstellen können. Google App-Benutzer können Szenen in Flow direkt steuern, Clips in Google Vids generieren und Videos in der Gemini App erstellen, die derzeit für Google AI Ultra-Abonnenten ausgerollt wird.

Warum es wichtig ist

Die Veröffentlichung verlängert die native Videogenerierungslänge von 10 Sekunden auf 15 Sekunden und senkt die Kosten, wodurch das Modell für Unternehmen und Ersteller positioniert wird, die Videos im großen Maßstab produzieren.

Quellen (auf Englisch)

• blog.google: Gemini Omni 1.2 Flash: 15-second video and lower pricing

KI-Übersetzung des englischen Originalartikels, automatisch geprüft, damit sie dasselbe aussagt wie das Original. Die Quellen wurden auf Englisch geprüft.