Google 5 ноября объявила о начале развёртывания Gemini Omni 1.2 Flash и открыла общий доступ к модели через Gemini API и корпоративные сервисы. Генерация видео в разрешении 720p стоит $0,07 за секунду, на 30% меньше, чем в Gemini Omni 1.1 Flash. При этом Gemini API и платные сервисы Google Cloud напрямую недоступны компаниям из России.
Модель генерирует и редактирует видео продолжительностью до 15 секунд вместо прежних 10 секунд. Пользователь может создать черновик в 360p или 720p, исправить отдельную деталь следующей текстовой командой, а затем повысить разрешение выбранного результата до 1080p или 4K. Речь идёт о последующем повышении разрешения, а не о нативной генерации в 4K.
Продолжительность ролика можно задавать с шагом в одну секунду, от 3 до 15 секунд. В качестве исходных материалов модель принимает изображения персонажей, товаров и визуального стиля, а также фрагменты движения продолжительностью до трёх секунд. Аудиореференсы доступны только пользователям, которых Google включила в список разрешённых.
Читайте также
Google заявляет, что новая версия лучше сохраняет лица, одежду, надписи на упаковке и фирменные цвета при смене ракурсов. Один ролик можно последовательно дорабатывать: например, менять фон, товар, освещение или соотношение сторон без полной повторной генерации.
Модель также поддерживает диалоги нескольких персонажей, синхронизацию речи с движением губ и плавные движения камеры. Среди её ограничений Google называет генерацию быстрого спорта, резкие изменения сценария и сложную физику.
Результаты получают незаметную цифровую метку SynthID.