Google presenta Gemini Omni 1.2 Flash

Google ha presentado el modelo de IA Gemini Omni 1.2 Flash, diseñado para la creación de vídeo. Según el blog oficial de Google, el nuevo modelo tiene la capacidad de generar vídeos de hasta 15 segundos, editar clips existentes mediante chat y mantener la consistencia de los detalles en las imágenes.

El nuevo modelo puede generar vídeos más largos en comparación con la versión anterior, Omni 1.1. Si antes la duración estaba limitada a 10 segundos, ahora es posible definir vídeos de entre 3 y 15 segundos con incrementos de un segundo.

Principales capacidades del modelo:

• Edición de vídeo: el usuario puede realizar cambios en un clip existente durante una conversación sin necesidad de volver a crearlo. Por ejemplo, se puede cambiar el fondo, la iluminación o ajustar el formato de la imagen.

• Conservación de detalles: el modelo se esfuerza por mantener constantes los personajes, la ropa, los envases de productos y los colores de marca desde el principio hasta el final del vídeo.

• Discurso natural: se han mejorado las capacidades para distribuir correctamente las voces en escenas con varios personajes, sincronizar los labios con el habla y crear conversaciones más naturales.

• Movimientos de cámara: es posible crear movimientos de cámara continuos, así como efectos de zoom in y zoom out con menos interrupciones.

Google también ha reducido el precio del nuevo modelo. El coste de generar un segundo de vídeo en 720p con Gemini Omni 1.2 Flash es de 0,07 $. Esto es un 30 % más barato que la versión anterior.

El modelo ya está disponible para uso general a través de Gemini API y las plataformas de Google Cloud. También se está integrando gradualmente en Google Vids, Flow, la aplicación Gemini y los servicios de Google Ads.