The Pulse
Google presenta Gemini Omni 1.2 Flash con generazione video nativa fino a 15 secondi
Google afferma che Gemini Omni 1.2 Flash offre la generazione e la modifica nativa di video per clip fino a 15 secondi. La società dichiara di aver ridotto il prezzo del 30% rispetto a Gemini Omni 1.1 e di aver aggiunto la modifica in più t
AI.info Team · Scritto con l’IA · verificato ·
Il 5 novembre Google ha annunciato il lancio di Gemini Omni 1.2 Flash, che introduce la generazione e la modifica nativa di video per clip fino a 15 secondi. Secondo Google, il modello aggiunge la modifica conversazionale in più turni e una maggiore aderenza ai riferimenti. Google afferma che il prezzo è inferiore del 30% rispetto a Gemini Omni 1.1, pari a 0,07 dollari al secondo per i video a 720p.
Google: le clip possono durare fino a 15 secondi
Google afferma che Gemini Omni 1.2 Flash genera e modifica video in modo nativo fino a 15 secondi, rispetto ai 10 secondi di Omni 1.1. Gli utenti possono impostare una durata da tre a 15 secondi, con incrementi di un secondo. Secondo Google, i creatori possono realizzare una prima versione a 360p o 720p, apportare una successiva modifica e aumentare la risoluzione dei lavori selezionati fino a 1080p o 4K. L’azienda afferma che questi passaggi permettono di contenere i costi.
Google: i riferimenti guidano personaggi, prodotti e stile
Google afferma che gli utenti possono combinare immagini di personaggi, prodotti o stili visivi con clip di movimento fino a tre secondi e indicazioni audio. Secondo Google, il modello mantiene questi dettagli dall’inizio alla fine. Google afferma che volti, abiti, tipografia delle confezioni e colori dei marchi rimangono coerenti tra diverse angolazioni di ripresa. Un esempio di Google utilizza la foto di una modella e immagini dei prodotti, fronte e retro, di tre completi per generare una sequenza di prova virtuale di 15 secondi con rotazioni a 360 gradi e stacchi raccordati.
Google afferma inoltre che l’aggiornamento migliora la coerenza dal primo all’ultimo fotogramma di una clip. Secondo Google, prodotti, personaggi, oggetti di scena e ambienti rimangono coerenti durante i movimenti e le transizioni di ripresa, con meno alterazioni o deformazioni visive. Google afferma che questo vale sia quando si interpola tra un primo e un ultimo fotogramma chiave, sia quando si estende una clip in una sequenza più lunga.
Google: i prompt successivi modificano la stessa clip
Google afferma che la modifica conversazionale in più turni consente agli utenti di perfezionare una clip esistente invece di generarla di nuovo da zero. Tra gli esempi citati da Google ci sono la sostituzione di un prodotto o di uno sfondo, la regolazione dell’illuminazione o delle condizioni atmosferiche e la modifica del rapporto d’aspetto. Secondo l’azienda, la funzione è disponibile per l’intera durata delle clip di 15 secondi e può produrre varianti pubblicitarie senza un nuovo briefing o una nuova generazione.
Google descrive anche dialoghi più fluidi, una sincronizzazione labiale più chiara e un condizionamento distinto per più voci. L’azienda afferma che queste capacità si applicano ai dialoghi tra più personaggi in Flow, ai contenuti esplicativi in Gemini for business e ai video realizzati in Google Vids con avatar, musica e narrazione. Per la direzione della camera, Google afferma che gli utenti possono dirigere movimenti continui, comprese riprese in attraversamento, zoom all’indietro e movimenti orbitali, con un numero significativamente inferiore di stacchi indesiderati.
Google: il modello è in fase di lancio nei suoi prodotti
Google afferma che Gemini Omni 1.2 Flash è generalmente disponibile tramite la Gemini API e Gemini for business, con il supporto dell’infrastruttura e della sicurezza di livello aziendale di Google Cloud. Secondo Google, Provisioned Throughput è disponibile e i contenuti generati contengono una filigrana SynthID impercettibile. Gli sviluppatori possono creare prototipi in Google AI Studio e usare la Gemini API; le aziende possono provare il modello nella console di Google Cloud.
Google afferma che Google Vids offre clip di 15 secondi senza costi aggiuntivi con un account Google o un abbonamento a Google Workspace. La società dichiara che la creazione di video di 15 secondi è in fase di lancio nell’app Gemini per gli abbonati a Google AI Ultra, mentre Flow supporta la direzione delle scene e le modifiche in più turni. Google afferma che lo sviluppo prosegue per migliorare la resa delle azioni sportive veloci, dei rapidi cambiamenti di sceneggiatura e dei fenomeni fisici complessi.