Google Gemini Omni 1.2 Flash створює 15-секундні ШІ-відео і стала на 30% дешевшою

5 листопада Google випустила Gemini Omni 1.2 Flash — оновлення своєї моделі для генерації відео. Вона створює довші ролики, точніше дотримується референсів і коштує менше. Модель уже загальнодоступна через Gemini API та Gemini for business, а також з’являється у споживчих застосунках Google.

Що змінилося

• Довші ролики. Відео тепер можуть тривати до 15 секунд без склеювання — раніше, в Omni 1.1, межа була 10 секунд. Тривалість можна задавати з кроком в одну секунду, від 3 до 15 секунд.
• Нижча ціна. За словами Google, ціна на 30% нижча, ніж в Omni 1.1: $0.07 за секунду відео у 720p. За такого тарифу повний 15-секундний ролик у 720p коштує $1.05.
• Редагування в діалозі. Готовий ролик можна змінювати крок за кроком — наприклад, замінити товар чи фон, освітлення або погоду, змінити співвідношення сторін — і не генерувати його заново.
• Краща робота з референсами. У запиті можна поєднувати зображення персонажа, товару чи стилю, короткі кліпи з рухом до трьох секунд і звукові підказки. Google стверджує, що обличчя, одяг, написи на упаковці та фірмові кольори тепер краще зберігаються від першого до останнього кадру.

Google також радить ощадливіший сценарій: робити чернетки у 360p чи 720p, виправляти деталі наступними правками, а найкращий варіант масштабувати до 1080p або 4K.

Де можна спробувати

Розробники можуть випробувати модель у Google AI Studio, а бізнес — у консолі Google Cloud, де доступна послуга Provisioned Throughput. Для звичайних користувачів Omni 1.2 Flash з’являється у Flow, Google Ads і застосунку Gemini, де 15-секундні відео поступово стають доступними передплатникам Google AI Ultra.

Найпростіший варіант — Google Vids. В окремому дописі Google повідомляє, що будь-хто з обліковим записом Google або передплатою Google Workspace тепер може безкоштовно створювати у Vids до трьох 15-секундних відео на місяць.

Десяти секунд часто не вистачало для повноцінної реклами чи пояснювального ролика про продукт, тож перехід до 15 секунд разом зі зниженням ціни орієнтований насамперед на компанії, які виробляють відео у великих обсягах. Кожен результат містить невидимий водяний знак Google SynthID, який допомагає розпізнавати відео, створене ШІ.

Google відверто говорить і про обмеження: компанія зазначає, що досі працює над швидкими спортивними сценами, різкими змінами сценарію та складною фізикою.

Джерела: Google, Google Workspace. Зібрано з ШІ-інструментами.