Google stellt Gemini Omni 1.2 Flash vor

Google hat das KI-Modell Gemini Omni 1.2 Flash für die Videogenerierung vorgestellt. Laut dem offiziellen Google-Blog kann das neue Modell Videos mit einer Länge von bis zu 15 Sekunden erstellen, bestehende Clips per Chat bearbeiten und Details in Bildern konsistent beibehalten.

Das neue Modell kann längere Videos erstellen als die vorherige Version Omni 1.1. Während die Dauer in der Vorgängerversion auf 10 Sekunden begrenzt war, können nun Videos von 3 bis 15 Sekunden in Ein-Sekunden-Schritten konfiguriert werden.

Die Hauptfunktionen des Modells:

• Videobearbeitung: Benutzer können bestehende Clips während eines Chats bearbeiten, ohne sie komplett neu generieren zu müssen. So lassen sich beispielsweise der Hintergrund austauschen, die Beleuchtung anpassen oder das Bildformat ändern.

• Konsistenz der Details: Das Modell versucht, Charaktere, Kleidung, Produktverpackungen und Markenfarben aus der Vorlage über das gesamte Video hinweg einheitlich beizubehalten.

• Natürliche Sprache: Die Möglichkeiten zur korrekten Stimmverteilung bei Szenen mit mehreren Charakteren, zur Synchronisation von Lippenbewegungen und zur natürlicheren Gestaltung von Dialogen wurden verbessert.

• Kamerabewegungen: Kontinuierliche Kamerabewegungen sowie Effekte wie Zoom-in und Zoom-out können mit weniger Unterbrechungen erstellt werden.

Google hat zudem die Preise für das neue Modell gesenkt. Die Generierung eines einsekündigen Videos in 720p-Qualität mit Gemini Omni 1.2 Flash kostet 0,07 USD. Das ist 30 Prozent günstiger als bei der Vorgängerversion.

Das Modell wurde für die allgemeine Nutzung über die Gemini API und Google Cloud-Plattformen freigegeben. Zudem wird es schrittweise in Google Vids, Flow, die Gemini App und Google Ads integriert.